ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

อาหาร101

  • รายละเอียด:

ชุดข้อมูลนี้ประกอบด้วยหมวดหมู่อาหาร 101 หมวดหมู่ พร้อมรูปภาพ 101'000 ภาพ สำหรับแต่ละชั้นเรียน จะมีรูปภาพทดสอบที่ตรวจสอบด้วยตนเอง 250 รูปและรูปภาพการฝึกอบรม 750 รูป โดยไม่ได้ตั้งใจ ภาพการฝึกจะไม่ถูกทำความสะอาด และยังคงมีสัญญาณรบกวนอยู่บ้าง ส่วนใหญ่มาในรูปแบบของสีที่เข้มและบางครั้งก็ผิดฉลาก รูปภาพทั้งหมดได้รับการปรับขนาดให้มีความยาวด้านสูงสุด 512 พิกเซล

  • โฮมเพจ: https://data.vision.ee.ethz.ch/cvl/datasets_extra/food-101/

  • รหัสที่มา: tfds.image_classification.Food101

  • รุ่น:

    • 1.0.0 : ไม่มีบันทึกประจำรุ่น
    • 2.0.0 (เริ่มต้น): ไม่มีบันทึกประจำรุ่น
    • 2.1.0 : ไม่มีบันทึกประจำรุ่น
  • ขนาดการดาวน์โหลด: 4.65 GiB

  • ขนาดชุด: Unknown size

  • ออโต้แคช ( เอกสาร ): ไม่ทราบ

  • แยก:

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

การสร้างภาพ

  • อ้างอิง:
@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}
}