ดีเอ็มแล็บ

• การ สร้างภาพ : สำรวจใน Know Your Data north_east

• คำอธิบาย :

ชุดข้อมูล Dmlab ประกอบด้วยเฟรมที่สังเกตโดยเอเจนต์ที่ทำงานในสภาพแวดล้อม DeepMind Lab ซึ่งมีคำอธิบายประกอบตามระยะห่างระหว่างเอเจนต์กับวัตถุต่างๆ ที่มีอยู่ในสภาพแวดล้อม เป้าหมายคือเพื่อประเมินความสามารถของโมเดลภาพในการให้เหตุผลเกี่ยวกับระยะห่างจากอินพุตภาพในสภาพแวดล้อม 3 มิติ ชุดข้อมูล Dmlab ประกอบด้วยภาพสีขนาด 360x480 ใน 6 คลาส คลาสคือ {close, far, very far} x {positive reward, negative reward} ตามลำดับ

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

• รหัสที่มา : tfds.image_classification.Dmlab

• รุ่น :

  • 2.0.1 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 2.81 GiB

• ขนาดชุดข้อมูล : 3.13 GiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'label')

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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}
                          }