Эта страница была переведа с помощью Cloud Translation API.
Switch to English

geirhos_conflict_stimuli

  • Описание :

Стимулы конфликта формы / текстуры от «обученных ImageNet CNN смещены в сторону текстуры; увеличение смещения формы улучшает точность и надежность».

Обратите внимание, что, хотя источник набора данных содержит изображения с соответствующей формой и текстурой и мы включаем их сюда, они игнорируются для большинства оценок в исходной статье.

Трещина Примеры
'test' 1,280
  • Особенности :
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),
})
  • Контролируемые ключи (см. as_supervised ): ('image', 'shape_label')

  • Цитата :

@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},
}

Визуализация