एमएल समुदाय दिवस 9 नवंबर है! TensorFlow, JAX से नई जानकारी के लिए हमसे जुड़ें, और अधिक जानें

इमेजनेट2012_मल्टीलेबल

  • विवरण:

यह डेटासेट ILSVRC-2012 (ImageNet) मान्यता से बहु स्तरीय लेबल के साथ एनोटेट चित्र शामिल हैं "ImageNet पर मशीन शुद्धता का मूल्यांकन" , आईसीएमएल, 2020 बहुल वर्ग लेबल विशेषज्ञों बड़े पैमाने पर ठीक की पेचीदगियों में प्रशिक्षित के एक पैनल द्वारा समीक्षा की गयी ImageNet वर्ग पदानुक्रम में दानेदार वर्ग भेद (अधिक विवरण के लिए पेपर देखें)। मूल लेबल की तुलना में, ये विशेषज्ञ-समीक्षा किए गए बहु-वर्ग लेबल सटीकता के अधिक शब्दार्थ रूप से सुसंगत मूल्यांकन को सक्षम करते हैं।

50,000 इमेजनेट सत्यापन छवियों में से केवल 20,000 में मल्टी-लेबल एनोटेशन हैं। बहु लेबल के सेट पहले 67 प्रशिक्षित ImageNet मॉडलों में से एक testbed द्वारा उत्पन्न किया गया था, और उसके बाद प्रत्येक व्यक्ति के मॉडल भविष्यवाणी मैन्युअल या तो के रूप में विशेषज्ञों द्वारा एनोटेट था correct (लेबल छवि के लिए सही है), wrong (लेबल के लिए सही नहीं है छवि), या unclear (कोई आम सहमति विशेषज्ञों के बीच पहुँच गया था)।

साथ ही, एनोटेशन के दौरान, विशेषज्ञ पैनल समस्याग्रस्त छवियों का एक सेट की पहचान की। एक छवि समस्याग्रस्त थी यदि वह नीचे दिए गए किसी भी मानदंड को पूरा करती थी:

  • मूल इमेजनेट लेबल (शीर्ष -1 लेबल) गलत या अस्पष्ट था
  • छवि एक ड्राइंग, पेंटिंग, स्केच, कार्टून, या कंप्यूटर द्वारा प्रदान की गई थी
  • छवि को अत्यधिक संपादित किया गया था
  • छवि में अनुपयुक्त सामग्री थी

समस्याग्रस्त छवियों को इस डेटासेट में शामिल किया गया है लेकिन बहु-लेबल सटीकता की गणना करते समय इसे अनदेखा किया जाना चाहिए। इसके अतिरिक्त, चूंकि २०,००० एनोटेशन का प्रारंभिक सेट वर्ग-संतुलित है, लेकिन समस्याग्रस्त छवियों का सेट नहीं है, इसलिए हम प्रति-वर्ग सटीकता की गणना करने और फिर उनका औसत निकालने की अनुशंसा करते हैं। यदि किसी पूर्वानुमान को सही या अस्पष्ट के रूप में चिह्नित किया गया है (अर्थात, अस्पष्ट लेबल के साथ उदार होना) तो हम उसे सही के रूप में गिनने की भी सलाह देते हैं।

ऐसा करने का एक संभावित तरीका निम्नलिखित NumPy कोड के साथ है:

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

  • होमपेज: https://github.com/modestyachts/evaluating_machine_accuracy_on_imagenet

  • स्रोत कोड: tfds.image_classification.imagenet2012_multilabel.Imagenet2012Multilabel

  • संस्करण:

    • 1.0.0 : प्रारंभिक रिलीज़।
    • 2.0.0 (डिफ़ॉल्ट) : फिक्स्ड ILSVRC2012_img_val.tar फ़ाइल।
  • डाउनलोड का आकार: 236.72 MiB

  • डेटासेट का आकार: 2.50 GiB

  • मैनुअल डाउनलोड के निर्देश: यह डेटासेट आप में मैन्युअल रूप से स्रोत डेटा डाउनलोड करने के लिए की आवश्यकता है download_config.manual_dir (करने के लिए डिफ़ॉल्ट ~/tensorflow_datasets/downloads/manual/ ):
    manual_dir शामिल करना चाहिए ILSVRC2012_img_val.tar फ़ाइल। आप पर रजिस्टर करने की आवश्यकता http://www.image-net.org/download-images आदेश डाटासेट डाउनलोड करने के लिए लिंक प्राप्त करने के लिए।

  • ऑटो-कैश ( प्रलेखन ): नहीं

  • विभाजन:

विभाजित करना उदाहरण
'validation' 20,000
  • विशेषताएं:
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)),
})

VISUALIZATION

  • प्रशस्ति पत्र:
@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} }
}