sprytny

  • Opis :

CLEVR to diagnostyczny zbiór danych, który testuje szereg zdolności wizualnego rozumowania. Zawiera minimalne uprzedzenia i zawiera szczegółowe adnotacje opisujące rodzaj rozumowania, jakiego wymaga każde pytanie.

Podział Przykłady
'test' 15 000
'train' 70 000
'validation' 15 000
  • Struktura funkcji :
FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'objects': Sequence({
        '3d_coords': Tensor(shape=(3,), dtype=float32),
        'color': ClassLabel(shape=(), dtype=int64, num_classes=8),
        'material': ClassLabel(shape=(), dtype=int64, num_classes=2),
        'pixel_coords': Tensor(shape=(3,), dtype=float32),
        'rotation': float32,
        'shape': ClassLabel(shape=(), dtype=int64, num_classes=3),
        'size': ClassLabel(shape=(), dtype=int64, num_classes=2),
    }),
    'question_answer': Sequence({
        'answer': Text(shape=(), dtype=string),
        'question': Text(shape=(), dtype=string),
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDykt
Nazwa pliku Tekst strunowy
obraz Obraz (Brak, Brak, 3) uint8
obiekty Sekwencja
obiekty/współrzędne_3d Napinacz (3,) pływak32
obiekty/kolor Etykieta klasy int64
przedmioty/materiały Etykieta klasy int64
obiekty/koordy_pikseli Napinacz (3,) pływak32
obiekty/obrót Napinacz pływak32
obiekty/kształt Etykieta klasy int64
obiekty/rozmiar Etykieta klasy int64
pytanie odpowiedź Sekwencja
pytanie_odpowiedź/odpowiedź Tekst strunowy
pytanie_odpowiedź/pytanie Tekst strunowy

Wyobrażanie sobie

  • Cytat :
@inproceedings{johnson2017clevr,
  title={ {CLEVR}: A diagnostic dataset for compositional language and elementary visual reasoning},
  author={Johnson, Justin and Hariharan, Bharath and van der Maaten, Laurens and Fei-Fei, Li and Lawrence Zitnick, C and Girshick, Ross},
  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
  year={2017}
}