Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

i_przyrodnik2017

Ten zestaw danych zawiera łącznie 5089 kategorii, obejmujących 579 184 obrazów szkoleniowych i 95 986 obrazów walidacyjnych. W przypadku zestawu treningowego rozkład obrazów według kategorii jest zgodny z częstotliwością obserwacji tej kategorii przez społeczność iNaturalist.

Chociaż oryginalny zestaw danych zawiera kilka obrazów z ramkami ograniczającymi, obecnie dostępne są tylko adnotacje na poziomie obrazu (pojedyncza etykieta/obraz). Ponadto organizatorzy nie opublikowali etykiet testowych, więc udostępniamy tylko zdjęcia testowe (etykieta = -1).

Podział Przykłady
'test' 182 707
'train' 579,184
'validation' 95 986
  • Cechy:
FeaturesDict({
    'id': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=5089),
    'supercategory': ClassLabel(shape=(), dtype=tf.int64, num_classes=13),
})

Wyobrażanie sobie

  • cytat:
@InProceedings{Horn_2018_CVPR,
author = {
Van Horn, Grant and Mac Aodha, Oisin and Song, Yang and Cui, Yin and Sun, Chen
and Shepard, Alex and Adam, Hartwig and Perona, Pietro and Belongie, Serge},
title = {The INaturalist Species Classification and Detection Dataset},
booktitle = {
The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2018}
}