cmaterdb

Visualisation : Explorer dans Know Your Data
Descriptif :

Cet ensemble de données contient des images de - chiffres manuscrits en bengali - ensemble de données équilibré d'un total de 6000 chiffres en bengali (32x32 couleurs RVB, 6000 images), chacun ayant 600 images par classe (par chiffre). Chiffres Devanagari manuscrits - ensemble de données équilibré de 3000 chiffres Devanagari au total (32x32 couleurs RVB, 3000 images), chacun ayant 300 images par classe (par chiffre). Chiffres télougou manuscrits - ensemble de données équilibré d'un total de 3000 chiffres télougou (32x32 couleurs RVB, 3000 images), chacun ayant 300 images par classe (par chiffre).

CMATERdb est le référentiel de base de données de reconnaissance de formes créé au laboratoire de recherche « Center for Microprocessor Applications for Training Education and Research » (CMATER) de l'Université de Jadavpur, en Inde.

Page d' accueil : https://code.google.com/archive/p/cmaterdb/
Code source : tfds.image_classification.Cmaterdb
Versions :
- 1.0.0 (par défaut) : aucune note de version.
Mise en cache automatique ( documentation ): Oui
Structure des fonctionnalités :

FeaturesDict({
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
image	Image	(32, 32, 3)	uint8
étiquette	Étiquette de classe		int64

Clés supervisées (Voir as_supervised doc ): ('image', 'label')
Citation :

@article{Das:2012:GAB:2161007.2161320,
  author = {Das, Nibaran and Sarkar, Ram and Basu, Subhadip and Kundu, Mahantapas
            and Nasipuri, Mita and Basu, Dipak Kumar},
  title = {A Genetic Algorithm Based Region Sampling for Selection of Local Features
          in Handwritten Digit Recognition Application},
  journal = {Appl. Soft Comput.},
  issue_date = {May, 2012},
  volume = {12},
  number = {5},
  month = may,
  year = {2012},
  issn = {1568-4946},
  pages = {1592--1606},
  numpages = {15},
  url = {http://dx.doi.org/10.1016/j.asoc.2011.11.030},
  doi = {10.1016/j.asoc.2011.11.030},
  acmid = {2161320},
  publisher = {Elsevier Science Publishers B. V.},
  address = {Amsterdam, The Netherlands, The Netherlands},
  keywords = {Feature selection, Genetic algorithm, N-Quality consensus,
  Optimal local regions, Region sampling, Variable sized local regions},
}
@article{Das:2012:SFC:2240301.2240421,
  author = {Das, Nibaran and Reddy, Jagan Mohan and Sarkar, Ram and Basu, Subhadip and Kundu,
            Mahantapas and Nasipuri, Mita and Basu, Dipak Kumar},
  title = {A Statistical-topological Feature Combination for Recognition of Handwritten Numerals},
  journal = {Appl. Soft Comput.},
  issue_date = {August, 2012},
  volume = {12},
  number = {8},
  month = aug,
  year = {2012},
  issn = {1568-4946},
  pages = {2486--2495},
  numpages = {10},
  url = {http://dx.doi.org/10.1016/j.asoc.2012.03.039},
  doi = {10.1016/j.asoc.2012.03.039},
  acmid = {2240421},
  publisher = {Elsevier Science Publishers B. V.},
  address = {Amsterdam, The Netherlands, The Netherlands},
  keywords = {Character recognition, Feature combination, MPCA, PCA, SVM, Statistical, Topological},
}