Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

jedzenie101

  • opis:

Ten zbiór danych składa się ze 101 kategorii żywności i 101 000 zdjęć. Dla każdej klasy dostarczanych jest 250 ręcznie przeglądanych obrazów testowych oraz 750 obrazów szkoleniowych. Celowo obrazy treningowe nie zostały wyczyszczone, a zatem nadal zawierają pewną ilość szumu. Dzieje się to głównie w postaci intensywnych kolorów, a czasem błędnych etykiet. Wszystkie obrazy zostały przeskalowane do maksymalnej długości boku 512 pikseli.

Podział Przykłady
'train' 75 750
'validation' 25 250
  • Cechy:
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=101),
})

Wyobrażanie sobie

  • cytat:
@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}
}