dmlab

• Tanım :

Dmlab veri seti, DeepMind Lab ortamında hareket eden aracı tarafından gözlemlenen ve aracı ile ortamda mevcut çeşitli nesneler arasındaki mesafeye göre açıklanan çerçeveleri içerir. Amaç, görsel bir modelin 3 boyutlu ortamlarda görsel girdiye olan mesafeler hakkında akıl yürütme yeteneğini değerlendirmektir. Dmlab veri seti 6 sınıfa ait 360x480 renkli görüntülerden oluşmaktadır. Sınıflar sırasıyla {yakın, uzak, çok uzak} x {pozitif ödül, negatif ödül} şeklindedir.

• Ana sayfa : https://github.com/google-research/task_adaptation

• Kaynak kodu : tfds.image_classification.Dmlab

• Sürümler :

  • 2.0.1 (varsayılan): Sürüm notu yok.

• İndirme boyutu : 2.81 GiB

• Veri kümesi boyutu : 3.13 GiB

• Otomatik önbelleğe alınmış ( belgeler ): Hayır

• Bölünmeler :

• Özellik yapısı :

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

• Özellik belgeleri :

• Denetlenen anahtarlar ( as_supervised belgesine bakın): ('image', 'label')

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):

• Alıntı :

@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}
                          }