भोजन101

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

  • विवरण :

इस डेटासेट में 101'000 छवियों के साथ 101 खाद्य श्रेणियां शामिल हैं। प्रत्येक कक्षा के लिए, 250 मैन्युअल रूप से समीक्षा की गई परीक्षण छवियां और साथ ही 750 प्रशिक्षण छवियां प्रदान की जाती हैं। उद्देश्य पर, प्रशिक्षण छवियों को साफ नहीं किया गया था, और इस प्रकार अभी भी कुछ मात्रा में शोर होता है। यह ज्यादातर गहन रंगों और कभी-कभी गलत लेबल के रूप में आता है। सभी छवियों को 512 पिक्सेल की अधिकतम पार्श्व लंबाई के लिए पुन: स्केल किया गया था।

विभाजित करना उदाहरण
'train' 75,750
'validation' 25,250
  • फ़ीचर संरचना :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
छवि छवि (कोई नहीं, कोई नहीं, 3) uint8
लेबल क्लासलेबल int64

VISUALIZATION

  • उद्धरण :
@inproceedings{bossard14,
  title = {Food-101 -- Mining Discriminative Components with Random Forests},
  author = {Bossard, Lukas and Guillaumin, Matthieu and Van Gool, Luc},
  booktitle = {European Conference on Computer Vision},
  year = {2014}
}