ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

imagenet_a

ImageNet-A คือชุดของรูปภาพที่ติดป้ายกำกับ ImageNet ที่ได้รับจากการรวบรวมข้อมูลใหม่และเก็บเฉพาะรูปภาพที่โมเดล ResNet-50 ล้มเหลวในการจำแนกประเภทอย่างถูกต้อง สำหรับรายละเอียดเพิ่มเติม โปรดดูที่กระดาษ

พื้นที่ป้ายกำกับเหมือนกับของ ImageNet2012 แต่ละตัวอย่างจะแสดงเป็นพจนานุกรมด้วยคีย์ต่อไปนี้:

  • 'image': รูปภาพ a (H, W, 3) -tensor
  • 'label': จำนวนเต็มในช่วง [0, 1000)
  • 'file_name': เหล็กไนเฉพาะที่ระบุตัวอย่างภายในชุดข้อมูล

  • โฮมเพจ: https://github.com/hendrycks/natural-adv-examples

  • รหัสที่มา: tfds.image_classification.ImagenetA

  • รุ่น:

    • 0.1.0 (เริ่มต้น): ไม่มีบันทึกประจำรุ่น
  • ขนาดการดาวน์โหลด: 655.70 MiB

  • ขนาดชุด: 650.87 MiB

  • ออโต้แคช ( เอกสาร ): ไม่มี

  • แยก:

แยก ตัวอย่าง
'test' 7,500
  • คุณสมบัติ:
FeaturesDict({
    'file_name': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})

การสร้างภาพ

  • อ้างอิง:
@article{hendrycks2019nae,
  title={Natural Adversarial Examples},
  author={Dan Hendrycks and Kevin Zhao and Steven Basart and Jacob Steinhardt and Dawn Song},
  journal={arXiv preprint arXiv:1907.07174},
  year={2019}
}