imagenet_lt

• Descrição :

ImageNet-LT é um subconjunto do conjunto de dados ImageNet ILSVRC 2012 original. O conjunto de treinamento é subamostrado de forma que o número de imagens por classe segue uma distribuição de cauda longa. A classe com o número máximo de imagens contém 1.280 exemplos, enquanto a classe com o número mínimo de imagens contém apenas 5 exemplos. O conjunto de dados também possui um conjunto de validação balanceado, que também é um subconjunto do conjunto de treinamento ImageNet ILSVRC 2012 e contém 20 imagens por classe. O conjunto de teste deste conjunto de dados é o mesmo que o conjunto de validação do conjunto de dados ImageNet ILSVRC 2012 original.

O conjunto de dados ImageNet ILSVRC 2012 original deve ser baixado manualmente e seu caminho deve ser definido com --manual_dir para gerar esse conjunto de dados.

• Documentação Adicional : Explore em Papers With Code north_east

• Página inicial : https://github.com/zhmiao/OpenLongTailRecognition-OLTR

• Código-fonte : tfds.datasets.imagenet_lt.Builder

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Tamanho do download : 5.21 MiB

• Tamanho do conjunto de dados : 20.92 GiB

• Instruções de download manual : este conjunto de dados exige que você baixe os dados de origem manualmente em download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
  manual_dir deve conter dois arquivos: ILSVRC2012_img_train.tar e ILSVRC2012_img_val.tar. Você precisa se registrar em http://www.image-net.org/download-images para obter o link para baixar o conjunto de dados.

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

• Estrutura de recursos :

FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

• Documentação do recurso :

• Chaves supervisionadas (Consulte as_supervised doc ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

• Citação :

\
@inproceedings{openlongtailrecognition,
  title={Large-Scale Long-Tailed Recognition in an Open World},
  author={Liu, Ziwei and Miao, Zhongqi and Zhan, Xiaohang and Wang, Jiayun and Gong, Boqing and Yu, Stella X.},
  booktitle={IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2019},
  url={https://github.com/zhmiao/OpenLongTailRecognition-OLTR}
}