O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

comida101

  • Descrição:

Este conjunto de dados consiste em 101 categorias de alimentos, com 101.000 imagens. Para cada aula, 250 imagens de teste revisadas manualmente são fornecidas, bem como 750 imagens de treinamento. De propósito, as imagens de treinamento não foram limpas e, portanto, ainda contêm algum ruído. Isso vem principalmente na forma de cores intensas e, às vezes, rótulos errados. Todas as imagens foram redimensionadas para terem um comprimento máximo de lado de 512 pixels.

Dividir Exemplos
'train' 75.750
'validation' 25.250
  • Características:
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=101),
})

Visualização

  • citação:
@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}
}