Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

dmlab

  • Deskripsi :

Dataset Dmlab berisi bingkai yang diamati oleh agen yang bertindak di lingkungan Lab DeepMind, yang dianotasi oleh jarak antara agen dan berbagai objek yang ada di lingkungan. Tujuannya adalah untuk mengevaluasi kemampuan model visual untuk mempertimbangkan jarak dari input visual dalam lingkungan 3D. Dataset Dmlab terdiri dari gambar berwarna 360x480 dalam 6 kelas. Kelasnya masing-masing {dekat, jauh, sangat jauh} x {hadiah positif, hadiah negatif}.

Membagi Contoh
'test' 22.735
'train' 65.550
'validation' 22.628
  • Fitur :
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),
})
@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}
                          }

Visualisasi