Visualizzazione : Esplora in Conosci i tuoi dati
Descrizione :
Questo set di dati contiene immagini di convalida ILSVRC-2012 (ImageNet) ampliate con un nuovo set di etichette "Re-Assessed" (ReaL) dal documento "Are we done with ImageNet", vedere https://arxiv.org/abs/2006.07159 Questi le etichette vengono raccolte utilizzando il protocollo avanzato, con conseguente multi-etichetta e annotazioni più accurate.
Nota importante: circa 3500 esempi non contengono etichette, questi dovrebbero essere esclusi dalla media quando si calcola l'accuratezza . Un modo possibile per farlo è con il seguente codice NumPy:
is_correct = [pred in real_labels[i] for i, pred in enumerate(predictions) if real_labels[i]]
real_accuracy = np.mean(is_correct)
Home page : https://github.com/google-research/reassessed-imagenet
Codice sorgente :
tfds.datasets.imagenet2012_real.Builder
Versioni :
-
1.0.0
(impostazione predefinita): versione iniziale
-
Dimensione del download :
379.37 KiB
Dimensione del set di dati :
6.25 GiB
Istruzioni per il download manuale : questo set di dati richiede di scaricare manualmente i dati di origine in
download_config.manual_dir
(il valore predefinito è~/tensorflow_datasets/downloads/manual/
):
manual_dir dovrebbe contenere il fileILSVRC2012_img_val.tar
. È necessario registrarsi su http://www.image-net.org/download-images per ottenere il collegamento per scaricare il set di dati.Cache automatica ( documentazione ): No
Divisioni :
Diviso | Esempi |
---|---|
'validation' | 50.000 |
- Struttura delle caratteristiche :
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)),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
nome del file | Testo | corda | ||
Immagine | Immagine | (Nessuno, Nessuno, 3) | uint8 | |
etichetta_originale | ClassLabel | int64 | ||
etichetta_reale | Sequenza(EtichettaClasse) | (Nessuno,) | int64 |
Chiavi supervisionate (vedi
as_supervised
doc ):('image', 'real_label')
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
@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}
}