geirhos_conflict_stimuli

• תיאור:

גירויים להתנגשות צורה/מרקם מ- "CNN מאומני ImageNet מוטים כלפי מרקם; הגדלת הטיית הצורה משפרת את הדיוק ואת החוסן."

שים לב כי למרות שמקור הנתונים מכיל תמונות בעלות צורה ומרקם תואמים ואנו כוללות אותן כאן, הן מתעלמות מרוב ההערכות בעיתון המקורי.

• דף הבית: https://github.com/rgeirhos/texture-vs-shape

• קוד מקור: tfds.image_classification.GeirhosConflictStimuli

• גרסאות:

  • 1.0.0 (ברירת המחדל): הערות השחרור לא.

• גודל ההורדה: 153.96 MiB

• מערך נתונים גודל: 130.44 MiB

• Auto-במטמון ( תיעוד ): רק כאשר shuffle_files=False (מבחן)

• פיצולים:

• מאפיינים:

FeaturesDict({
    'file_name': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'shape_imagenet_labels': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=1000)),
    'shape_label': ClassLabel(shape=(), dtype=tf.int64, num_classes=16),
    'texture_imagenet_labels': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=1000)),
    'texture_label': ClassLabel(shape=(), dtype=tf.int64, num_classes=16),
})

• מפתחות השגחה (ראה as_supervised doc ): ('image', 'shape_label')

• איור ( tfds.show_examples ):

• דוגמאות ( tfds.as_dataframe ):

• ציטוט:

@inproceedings{
  geirhos2018imagenettrained,
  title={ImageNet-trained {CNN}s are biased towards texture; increasing shape
         bias improves accuracy and robustness.},
  author={Robert Geirhos and Patricia Rubisch and Claudio Michaelis and
          Matthias Bethge and Felix A. Wichmann and Wieland Brendel},
  booktitle={International Conference on Learning Representations},
  year={2019},
  url={https://openreview.net/forum?id=Bygh9j09KX},
}