خردمندانه

• توضیحات :

CLEVR یک مجموعه داده تشخیصی است که طیف وسیعی از توانایی های استدلال بصری را آزمایش می کند. این شامل حداقل سوگیری است و حاشیه نویسی های مفصلی است که نوع استدلال مورد نیاز هر سوال را توصیف می کند.

• صفحه اصلی : https://cs.stanford.edu/people/jcjohns/clevr/

• کد منبع : tfds.image.CLEVR

• نسخه ها :

  • 3.0.0 : بدون یادداشت انتشار.
  • 3.1.0 (پیش فرض): متن س question 3.1.0 / پاسخ را اضافه کنید.

• اندازه بارگیری : 17.72 GiB

• اندازه مجموعه داده : 17.75 GiB

• ذخیره خودکار ( مستندات ): خیر

• تقسیم :

• ویژگی ها :

FeaturesDict({
    'file_name': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'objects': Sequence({
        '3d_coords': Tensor(shape=(3,), dtype=tf.float32),
        'color': ClassLabel(shape=(), dtype=tf.int64, num_classes=8),
        'material': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
        'pixel_coords': Tensor(shape=(3,), dtype=tf.float32),
        'rotation': tf.float32,
        'shape': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
        'size': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    }),
    'question_answer': Sequence({
        'answer': Text(shape=(), dtype=tf.string),
        'question': Text(shape=(), dtype=tf.string),
    }),
})

• کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): None

• نقل قول :

@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}
}

• شکل ( tfds.show_examples ):

• مثالها ( tfds.as_dataframe ):