cifar10_h

• 説明:

CIFAR-10 のテスト セットのラベルを変更したバージョンで、実際の人間のアノテーターによるソフトラベルが付けられています。元の CIFAR-10 テスト セット内のすべてのペア (画像、ラベル) に対して、平均的なソフト ラベルに加えて、実際の人間のアノテーターによって与えられたいくつかの追加ラベルが提供されます。トレーニング セットは元のデータセットと同一です。

• ホームページ: https://github.com/jcpeterson/cifar-10h

• ソースコード: tfds.image_classification.cifar10_h.Cifar10H

• バージョン:

  • 1.0.0 (デフォルト): 初期リリース。

• ダウンロードサイズ: 172.92 MiB

• データセットのサイズ: 144.85 MiB

• 自動キャッシュ(ドキュメント): はい

• 分割:

• 機能の構造:

FeaturesDict({
    'annotator_ids': Sequence(Scalar(shape=(), dtype=int32)),
    'human_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=10)),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'reaction_times': Sequence(Scalar(shape=(), dtype=float32)),
    'soft_label': Tensor(shape=(10,), dtype=float32),
    'trial_indices': Sequence(Scalar(shape=(), dtype=int32)),
})

• 機能ドキュメント:

• 監視キー( as_supervised docを参照): None

• 図( tfds.show_examples ):

• 例( tfds.as_dataframe ):

• 引用：

@inproceedings{wei2022learning,
  title={Human uncertainty makes classification more robust},
  author={Joshua C. Peterson and Ruairidh M. Battleday and Thomas L. Griffiths
  and Olga Russakovsky},
  booktitle={IEEE International Conference on Computer Vision and Pattern
  Recognition (CVPR)},
  year={2019}
}