- 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/
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 | 例 |
---|---|
'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 | 形 | Dtype | 説明 |
---|---|---|---|---|
FeaturesDict | ||||
画像 | 画像 | (なし、なし、3) | tf.uint8 | |
ラベル | ClassLabel | tf.int64 |
監視対象キー(
as_supervised
docを参照):(('image', 'label')
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
- 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}
}