इमेजनेट_आर

• विज़ुअलाइज़ेशन : north_east अपने डेटा को जानें में एक्सप्लोर करें

• विवरण :

इमेजनेट-आर इमेजनेट लेबल के साथ लेबल की गई छवियों का एक सेट है जो कला, कार्टून, डेविएंटार्ट, भित्तिचित्र, कढ़ाई, ग्राफिक्स, ओरिगेमी, पेंटिंग, पैटर्न, प्लास्टिक की वस्तुओं, आलीशान वस्तुओं, मूर्तियों, रेखाचित्रों, टैटू, खिलौनों और को इकट्ठा करके प्राप्त किया गया था। ImageNet कक्षाओं का वीडियो गेम प्रस्तुतीकरण। इमेजनेट-आर में 200 इमेजनेट कक्षाओं का प्रतिपादन है जिसके परिणामस्वरूप 30,000 छवियां हैं। नया डेटा एकत्र करके और केवल उन छवियों को रखकर जिन्हें ResNet-50 मॉडल सही ढंग से वर्गीकृत करने में विफल रहते हैं। अधिक जानकारी के लिए कृपया पेपर देखें।

लेबल स्थान ImageNet2012 के समान है। प्रत्येक उदाहरण को निम्नलिखित कुंजियों के साथ एक शब्दकोश के रूप में दर्शाया गया है:

• 'इमेज': इमेज, ए (एच, डब्ल्यू, 3)-टेंसर।
• 'लेबल': रेंज में एक पूर्णांक [0, 1000)।

• 'file_name': डेटासेट के भीतर उदाहरण की पहचान करने वाला एक अनूठा स्टिंग।

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : https://github.com/hendrycks/imagenet-r

• स्रोत कोड : tfds.datasets.imagenet_r.Builder

• संस्करण :

  • 0.1.0 : कोई रिलीज नोट नहीं।
  • 0.2.0 (डिफ़ॉल्ट): छविनेट-आर निर्देशिका के सापेक्ष पूर्ण पथ से पथ के लिए फ़ाइल_नाम को ठीक करें, यानी: "imagenet_synset_id/filename.jpg"।

• डाउनलोड का आकार : 2.04 GiB

• डेटासेट का आकार : 2.02 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

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

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजी ( as_supervised दस्तावेज़ देखें): ('image', 'label')

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@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}
}