- תיאור :
מערך הנתונים של Dmlab מכיל מסגרות שנצפו על ידי הסוכן הפועל בסביבת DeepMind Lab, אשר מסומנות על ידי המרחק בין הסוכן לבין אובייקטים שונים הנמצאים בסביבה. המטרה היא להעריך את היכולת של מודל חזותי להגיב על מרחקים מהקלט החזותי בסביבות תלת ממדיות. מערך הנתונים של Dmlab מורכב מתמונות צבעוניות בגודל 360x480 ב-6 מחלקות. השיעורים הם {קרוב, רחוק, מאוד רחוק} x {תגמול חיובי, תגמול שלילי} בהתאמה.
דף הבית : https://github.com/google-research/task_adaptation
קוד מקור :
tfds.image_classification.Dmlab
גרסאות :
-
2.0.1
(ברירת מחדל): אין הערות שחרור.
-
גודל הורדה :
2.81 GiB
גודל מערך נתונים :
3.13 GiB
שמור אוטומטי במטמון ( תיעוד ): לא
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 22,735 |
'train' | 65,550 |
'validation' | 22,628 |
- מבנה תכונה :
FeaturesDict({
'filename': Text(shape=(), dtype=string),
'image': Image(shape=(360, 480, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=6),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
שם קובץ | טֶקסט | חוּט | ||
תמונה | תמונה | (360, 480, 3) | uint8 | |
תווית | ClassLabel | int64 |
מפתחות בפיקוח (ראה
as_supervised
doc ):('image', 'label')
איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
- ציטוט :
@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}
}