geirhos_conflict_stimuli

• 설명 :

"ImageNet 훈련된 CNN은 텍스처 쪽으로 편향되어 있습니다. 모양 편향이 증가하면 정확도와 견고성이 향상됩니다."의 모양/텍스처 충돌 자극.

데이터 세트 소스에 모양과 질감이 일치하는 이미지가 포함되어 있고 여기에 포함되어 있지만 원본 논문의 대부분의 평가에서는 무시됩니다.

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

• 소스 코드 : tfds.image_classification.GeirhosConflictStimuli

• 버전 :

  • 1.0.0 (기본값): 릴리스 정보가 없습니다.

• 다운로드 크기 : 153.96 MiB

• 데이터 세트 크기 : 130.44 MiB

• 자동 캐시 ( 문서 ): shuffle_files=False (테스트)인 경우에만

• 분할 :

• 기능 구조 :

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

• 기능 문서 :

• 감독 키 ( as_supervised 문서 참조): ('image', 'shape_label')

• 그림 ( tfds.show_examples ):

• 예 ( tfds.as_dataframe ):

• 인용 :

@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},
}