food101

  • 説明

このデータセットは、101の食品カテゴリと101,000の画像で構成されています。クラスごとに、250の手動でレビューされたテスト画像と750のトレーニング画像が提供されます。意図的に、トレーニング画像はクリーンアップされていないため、ある程度のノイズが含まれています。これは主に濃い色と時々間違ったラベルの形で来ます。すべての画像は、最大辺の長さが512ピクセルになるように再スケーリングされました。

  • ホームページhttps ://data.vision.ee.ethz.ch/cvl/datasets_extra/food-101/

  • ソースコードtfds.image_classification.Food101

  • バージョン

    • 1.0.0 :リリースノートなし。
    • 2.0.0 (デフォルト):リリースノートなし。
    • 2.1.0 :リリースノートなし。
  • ダウンロードサイズ4.65 GiB

  • データセットサイズUnknown size

  • 自動キャッシュドキュメント):不明

  • 分割

スプリット
'train' 75,750
'validation' 25,250
  • 素性構造
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=101),
})
  • 機能ドキュメント
特徴クラスDtype説明
FeaturesDict
画像画像(なし、なし、3) tf.uint8
ラベルClassLabel tf.int64

視覚化

  • 引用
@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}
}