caltech101

• Açıklama:

Caltech-101 101 sınıfları, artı bir ait nesnelerin resimler oluşur background clutter sınıfına. Her görüntü tek bir nesne ile etiketlenir. Her sınıf yaklaşık 40 ila 800 görüntü içerir ve toplamda yaklaşık 9 bin görüntü vardır. Görüntüler, tipik kenar uzunlukları 200-300 piksel olan değişken boyutlardadır. Bu sürüm yalnızca görüntü düzeyinde etiketler içerir. Orijinal veri kümesi ayrıca sınırlayıcı kutular içerir.

• Anasayfa: http://www.vision.caltech.edu/Image_Datasets/Caltech101/

• Kaynak kodu: tfds.image_classification.Caltech101

• sürümleri:

  • 3.0.0 : Yeni bölünmüş API'si ( https://tensorflow.org/datasets/splits )
  • 3.0.1 (varsayılan): Website URL güncelleme

• İndirme boyutu: 125.64 MiB

• Veri kümesi boyutu: 132.86 MiB

• Otomatik önbelleğe ( dokümantasyon ): Evet

• Splits:

• Özellikler:

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/file_name': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=102),
})

• Denetimli tuşları (Bkz as_supervised doc ): ('image', 'label')

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):

• Citation:

@article{FeiFei2004LearningGV,
  title={Learning Generative Visual Models from Few Training Examples: An Incremental Bayesian Approach Tested on 101 Object Categories},
  author={Li Fei-Fei and Rob Fergus and Pietro Perona},
  journal={Computer Vision and Pattern Recognition Workshop},
  year={2004},
}