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：

• 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：

• 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}
}