Visualisasi : Jelajahi di Kenali Data Anda
Deskripsi :
ImageNet-R adalah sekumpulan gambar berlabel ImageNet label yang diperoleh dengan mengumpulkan seni, kartun, deviantart, grafiti, sulaman, grafik, origami, lukisan, pola, benda plastik, benda mewah, patung, sketsa, tato, mainan, dan rendisi video game dari kelas ImageNet. ImageNet-R memiliki 200 kelas ImageNet yang menghasilkan 30.000 gambar. dengan mengumpulkan data baru dan hanya menyimpan gambar yang model ResNet-50 gagal diklasifikasikan dengan benar. Untuk lebih jelasnya silakan merujuk ke kertas.
Ruang label sama dengan ImageNet2012. Setiap contoh direpresentasikan sebagai kamus dengan kunci berikut:
- 'gambar': Gambar, tensor (H, W, 3).
- 'label': Bilangan bulat dalam rentang [0, 1000).
'file_name': Sengatan unik yang mengidentifikasi contoh dalam kumpulan data.
Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode
Beranda : https://github.com/hendrycks/imagenet-r
Kode sumber :
tfds.datasets.imagenet_r.Builder
Versi :
-
0.1.0
: Tidak ada catatan rilis. -
0.2.0
(default): Perbaiki nama_file, dari path absolut ke path relatif ke direktori imagenet-r, yaitu: "imagenet_synset_id/filename.jpg".
-
Ukuran unduhan :
2.04 GiB
Ukuran dataset :
2.02 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'test' | 30.000 |
- Struktur fitur :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
nama file | Teks | rangkaian | ||
gambar | Gambar | (Tidak ada, Tidak ada, 3) | uint8 | |
label | LabelKelas | int64 |
Kunci yang diawasi (Lihat
as_supervised
doc ):('image', 'label')
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
- Kutipan :
@article{hendrycks2020many,
title={The Many Faces of Robustness: A Critical Analysis of Out-of-Distribution Generalization},
author={Dan Hendrycks and Steven Basart and Norman Mu and Saurav Kadavath and Frank Wang and Evan Dorundo and Rahul Desai and Tyler Zhu and Samyak Parajuli and Mike Guo and Dawn Song and Jacob Steinhardt and Justin Gilmer},
journal={arXiv preprint arXiv:2006.16241},
year={2020}
}