O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

imagenet2012_multilabel

  • Descrição:

Este conjunto de dados contém ILSVRC-2012 (IMAGEnet) imagens de validação anotados com etiquetas multi-classe de "Avaliando precisão da máquina em IMAGEnet" , ICML, 2020. As etiquetas multi-classe foram revistos por um painel de especialistas treinados extensivamente nos meandros da bom- distinções de classes granuladas na hierarquia de classes do ImageNet (consulte o artigo para obter mais detalhes). Em comparação com os rótulos originais, esses rótulos multiclasse revisados ​​por especialistas permitem uma avaliação de precisão mais semanticamente coerente.

Apenas 20.000 das 50.000 imagens de validação ImageNet têm anotações com vários rótulos. O conjunto de multi-rótulos foi gerado pela primeira vez por um testbed de 67 modelos IMAGEnet treinados, e então cada previsão modelo individual foi anotado manualmente pelos especialistas como quer correct (a etiqueta está correto para a imagem), wrong (a etiqueta está incorreto para a imagem) ou unclear (não houve consenso entre os especialistas).

Além disso, durante a anotação, o painel de especialistas identificaram um conjunto de imagens problemáticas. Uma imagem era problemática se atendesse a qualquer um dos critérios abaixo:

  • O rótulo ImageNet original (rótulo principal) estava incorreto ou confuso
  • A imagem era um desenho, uma pintura, um esboço, um desenho animado ou renderizado por computador
  • A imagem foi editada excessivamente
  • A imagem tinha conteúdo impróprio

As imagens problemáticas estão incluídas neste conjunto de dados, mas devem ser ignoradas ao calcular a precisão de vários rótulos. Além disso, como o conjunto inicial de 20.000 anotações é balanceado por classe, mas o conjunto de imagens problemáticas não, recomendamos calcular as precisões por classe e, em seguida, calculá-las. Também recomendamos contar uma previsão como correta se estiver marcada como correta ou pouco clara (ou seja, ser tolerante com os rótulos pouco claros).

Uma maneira possível de fazer isso é com o seguinte código NumPy:

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

Dividir Exemplos
'validation' 20.000
  • Características:
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)),
})

Visualização

  • citação:
@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} }
}