- 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.
Ana sayfa : https://data.vision.ee.ethz.ch/cvl/datasets_extra/food-101/
Kaynak kodu :
tfds.image_classification.Food101
Sürümler :
-
1.0.0
: Sürüm notu yok. -
2.0.0
(varsayılan): Sürüm notu yok. -
2.1.0
: Sürüm notu yok.
-
İndirme boyutu :
4.65 GiB
Veri kümesi boyutu :
Unknown size
Otomatik önbelleğe alındı ( belgeler ): Bilinmiyor
Bölmeler :
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 |
Denetlenen anahtarlar (bkz
as_supervised
doc ):('image', 'label')
Şekil ( tfds.show_examples ):
- Örnekler ( tfds.as_dataframe ):
- 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}
}