dmlab

• विज़ुअलाइज़ेशन : north_east में अपने डेटा को जानें में एक्सप्लोर करें

• विवरण :

Dmlab डेटासेट में डीपमाइंड लैब वातावरण में अभिनय करने वाले एजेंट द्वारा देखे गए फ़्रेम होते हैं, जो एजेंट और वातावरण में मौजूद विभिन्न वस्तुओं के बीच की दूरी से एनोटेट होते हैं। लक्ष्य 3डी वातावरण में दृश्य इनपुट से दूरियों के बारे में सोचने के लिए दृश्य मॉडल की क्षमता का मूल्यांकन करना है। Dmlab डेटासेट में 6 वर्गों में 360x480 रंगीन चित्र होते हैं। कक्षाएं क्रमशः {करीब, दूर, बहुत दूर} x {सकारात्मक इनाम, नकारात्मक इनाम} हैं।

• मुखपृष्ठ : https://github.com/google-research/task_adaptation

• स्रोत कोड : tfds.image_classification.Dmlab

• संस्करण :

  • 2.0.1 (डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।

• डाउनलोड का आकार : 2.81 GiB

• डेटासेट का आकार : 3.13 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(360, 480, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=6),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजी ( as_supervised दस्तावेज़ देखें): ('image', 'label')

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@article{zhai2019visual,
        title={The Visual Task Adaptation Benchmark},
        author={Xiaohua Zhai and Joan Puigcerver and Alexander Kolesnikov and
               Pierre Ruyssen and Carlos Riquelme and Mario Lucic and
               Josip Djolonga and Andre Susano Pinto and Maxim Neumann and
               Alexey Dosovitskiy and Lucas Beyer and Olivier Bachem and
               Michael Tschannen and Marcin Michalski and Olivier Bousquet and
               Sylvain Gelly and Neil Houlsby},
                              year={2019},
                              eprint={1910.04867},
                              archivePrefix={arXiv},
                              primaryClass={cs.CV},
                              url = {https://arxiv.org/abs/1910.04867}
                          }