yemek101

  • Açıklama :

Bu veri seti, 101'000 görüntü ile 101 gıda kategorisinden oluşmaktadır. Her sınıf için, 750 eğitim görüntüsünün yanı sıra manuel olarak incelenen 250 test görüntüsü sağlanır. Eğitim görüntüleri bilerek temizlenmedi ve bu nedenle hala bir miktar gürültü içeriyor. Bu, çoğunlukla yoğun renkler ve bazen de yanlış etiketler şeklinde gelir. Tüm görüntüler, maksimum 512 piksel kenar uzunluğuna sahip olacak şekilde yeniden ölçeklendirildi.

Bölmek Örnekler
'train' 75.750
'validation' 25.250
  • Özellik yapısı :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=101),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
resim resim (Yok, Yok, 3) tf.uint8
etiket sınıf etiketi tf.int64

görselleştirme

  • alıntı :
@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}
}