एमएल समुदाय दिवस 9 नवंबर है! TensorFlow, JAX से नई जानकारी के लिए हमसे जुड़ें, और अधिक जानें

डीएमएलएबी

Dmlab डेटासेट में डीपमाइंड लैब वातावरण में अभिनय करने वाले एजेंट द्वारा देखे गए फ़्रेम होते हैं, जो एजेंट और पर्यावरण में मौजूद विभिन्न वस्तुओं के बीच की दूरी से एनोटेट होते हैं। लक्ष्य 3D वातावरण में दृश्य इनपुट से दूरियों के बारे में तर्क करने के लिए एक दृश्य मॉडल की क्षमता का मूल्यांकन करना है। Dmlab डेटासेट में ६ वर्गों में ३६०x४८० रंगीन चित्र होते हैं। कक्षाएं क्रमशः {करीब, दूर, बहुत दूर} x {सकारात्मक इनाम, नकारात्मक इनाम} हैं।

विभाजित करना उदाहरण
'test' 22,735
'train' 65,550
'validation' 22,628
  • विशेषताएं:
FeaturesDict({
    'filename': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(360, 480, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
})

VISUALIZATION

  • प्रशस्ति पत्र:
@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}
                          }