imagenet2012_multilabel

  • Description:

Cet ensemble de données contient des images de validation ILSVRC-2012 (IMAGEnet) annotés avec des étiquettes multi-classe de « Évaluation précision de la machine sur IMAGEnet » , ICML, 2020. Les étiquettes multi-classe ont été examinées par un panel d'experts largement formés dans les subtilités de la fine distinctions de classes granulaires dans la hiérarchie des classes ImageNet (voir l'article pour plus de détails). Par rapport aux étiquettes d'origine, ces étiquettes multiclasses examinées par des experts permettent une évaluation de la précision plus cohérente sur le plan sémantique.

Seules 20 000 des 50 000 images de validation ImageNet comportent des annotations multi-étiquettes. L'ensemble des multi-étiquettes a été générée par un banc d' essai de 67 modèles de IMAGEnet formés, puis chaque prédiction de modèle individuel a été annotées manuellement par les experts comme étant soit correct (l'étiquette est correcte pour l'image), wrong (l'étiquette est incorrecte pour l'image), ou unclear (absence de consensus parmi les experts).

En outre, lors de l' annotation, le groupe d' experts a identifié un ensemble d'images problématiques. Une image posait problème si elle répondait à l'un des critères ci-dessous :

  • L'étiquette ImageNet d'origine (étiquette supérieure 1) était incorrecte ou peu claire
  • L'image était un dessin, une peinture, un croquis, une bande dessinée ou un rendu informatique
  • L'image a été excessivement modifiée
  • L'image avait un contenu inapproprié

Les images problématiques sont incluses dans cet ensemble de données mais doivent être ignorées lors du calcul de la précision multi-étiquette. De plus, étant donné que l'ensemble initial de 20 000 annotations est équilibré par classe, mais que l'ensemble d'images problématiques ne l'est pas, nous vous recommandons de calculer les précisions par classe, puis de les moyenner. Nous vous recommandons également de considérer une prédiction comme correcte si elle est marquée comme correcte ou peu claire (c'est-à-dire en étant indulgente avec les étiquettes peu claires).

Une façon possible de le faire est d'utiliser le code NumPy suivant :

import tensorflow_datasets as tfds

ds = tfds.load('imagenet2012_multilabel', split='validation')

# We assume that predictions is a dictionary from file_name to a class index between 0 and 999

num_correct_per_class = {}
num_images_per_class = {}

for example in ds:
    # We ignore all problematic images
    if example[‘is_problematic’].numpy():
        continue

    # The label of the image in ImageNet
    cur_class = example['original_label'].numpy()

    # If we haven't processed this class yet, set the counters to 0
    if cur_class not in num_correct_per_class:
        num_correct_per_class[cur_class] = 0
        assert cur_class not in num_images_per_class
        num_images_per_class[cur_class] = 0

    num_images_per_class[cur_class] += 1

    # Get the predictions for this image
    cur_pred = predictions[example['file_name'].numpy()]

    # We count a prediction as correct if it is marked as correct or unclear
    # (i.e., we are lenient with the unclear labels)
    if cur_pred is in example['correct_multi_labels'].numpy() or cur_pred is in example['unclear_multi_labels'].numpy():
        num_correct_per_class[cur_class] += 1

# Check that we have collected accuracy data for each of the 1,000 classes
num_classes = 1000
assert len(num_correct_per_class) == num_classes
assert len(num_images_per_class) == num_classes

# Compute the per-class accuracies and then average them
final_avg = 0
for cid in range(num_classes):
  assert cid in num_correct_per_class
  assert cid in num_images_per_class
  final_avg += num_correct_per_class[cid] / num_images_per_class[cid]
final_avg /= num_classes

Diviser Exemples
'validation' 20 000
  • Caractéristiques:
FeaturesDict({
    'correct_multi_labels': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=1000)),
    'file_name': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'is_problematic': tf.bool,
    'original_label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
    'unclear_multi_labels': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=1000)),
    'wrong_multi_labels': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=1000)),
})

Visualisation

  • citation:
@article{shankar2019evaluating,
  title={Evaluating Machine Accuracy on ImageNet},
  author={Vaishaal Shankar* and Rebecca Roelofs* and Horia Mania and Alex Fang and Benjamin Recht and Ludwig Schmidt},
  journal={ICML},
  year={2020},
  note={\url{http://proceedings.mlr.press/v119/shankar20c.html} }
}
@article{ImageNetChallenge,
  title={ {ImageNet} large scale visual recognition challenge},
  author={Olga Russakovsky and Jia Deng and Hao Su and Jonathan Krause
   and Sanjeev Satheesh and Sean Ma and Zhiheng Huang and Andrej Karpathy and Aditya Khosla and Michael Bernstein and
   Alexander C. Berg and Fei-Fei Li},
  journal={International Journal of Computer Vision},
  year={2015},
  note={\url{https://arxiv.org/abs/1409.0575} }
}
@inproceedings{ImageNet,
   author={Jia Deng and Wei Dong and Richard Socher and Li-Jia Li and Kai Li and Li Fei-Fei},
   booktitle={Conference on Computer Vision and Pattern Recognition (CVPR)},
   title={ {ImageNet}: A large-scale hierarchical image database},
   year={2009},
   note={\url{http://www.image-net.org/papers/imagenet_cvpr09.pdf} }
}