Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

imagenet2012_real

Este conjunto de datos contiene imágenes de validación ILSVRC-2012 (IMAGEnet) aumentadas con un nuevo conjunto de papel (real) etiquetas de la "¿Hemos terminado con IMAGEnet" "volver a evaluar", véase https://arxiv.org/abs/2006.07159 Estos Las etiquetas se recopilan mediante el protocolo mejorado, lo que da como resultado anotaciones de múltiples etiquetas y más precisas.

Nota importante: alrededor de 3500 ejemplos contienen ninguna etiqueta, estos deben ser excluidos de la promediación cuando se calcula la precisión . Una forma posible de hacer esto es con el siguiente código NumPy:

is_correct = [pred in real_labels[i] for i, pred in enumerate(predictions) if real_labels[i]]
real_accuracy = np.mean(is_correct)
Separar Ejemplos de
'validation' 50.000
  • características:
FeaturesDict({
    'file_name': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'original_label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
    'real_label': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=1000)),
})

Visualización

  • Cita:
@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}
}