ビジュアライゼーション: Know Your Data で探索する
説明:
このデータセットには、ILSVRC-2012 (ImageNet) 検証画像が含まれており、"Are we done with ImageNet" ペーパーからの "Re-Assessed" (Real) ラベルの新しいセットで補強されています。https: //arxiv.org/abs/2006.07159を参照してください。拡張プロトコルを使用してラベルが収集されるため、マルチラベルでより正確な注釈が得られます。
重要な注意: 約 3500 の例にはラベルが含まれていません。これらは、精度を計算する際の平均化から除外する必要があります。これを行う 1 つの可能な方法は、次の NumPy コードを使用することです。
is_correct = [pred in real_labels[i] for i, pred in enumerate(predictions) if real_labels[i]]
real_accuracy = np.mean(is_correct)
ホームページ: https://github.com/google-research/reassessed-imagenet
バージョン:
-
1.0.0
(デフォルト): 初期リリース
-
ダウンロードサイズ:
379.37 KiB
データセットサイズ:
6.25 GiB
手動ダウンロードの手順: このデータセットでは、ソース データを手動で
download_config.manual_dir
(デフォルトは~/tensorflow_datasets/downloads/manual/
) にダウンロードする必要があります。
manual_dir にはILSVRC2012_img_val.tar
ファイルが含まれている必要があります。データセットをダウンロードするためのリンクを取得するには、 http://www.image-net.org/download-imagesに登録する必要があります。自動キャッシュ(ドキュメント): いいえ
スプリット:
スプリット | 例 |
---|---|
'validation' | 50,000 |
- 機能構造:
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'original_label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
'real_label': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1000)),
})
- 機能のドキュメント:
特徴 | クラス | 形 | Dtype | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
ファイル名 | 文章 | ストリング | ||
画像 | 画像 | (なし、なし、3) | uint8 | |
original_label | クラスラベル | int64 | ||
real_label | シーケンス(クラスラベル) | (なし、) | int64 |
監視されたキー(
as_supervised
docを参照):('image', 'real_label')
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
- 引用:
@article{beyer2020imagenet,
title={Are we done with ImageNet?},
author={Lucas Beyer and Olivier J. Henaff and Alexander Kolesnikov and Xiaohua Zhai and Aaron van den Oord},
journal={arXiv preprint arXiv:2002.05709},
year={2020}
}
@article{ILSVRC15,
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 Li Fei-Fei},
Title={ {ImageNet Large Scale Visual Recognition Challenge} },
Year={2015},
journal={International Journal of Computer Vision (IJCV)},
doi={10.1007/s11263-015-0816-y},
volume={115},
number={3},
pages={211-252}
}