Sintonize-se com as primeiras mulheres em ML Simpósio esta terça-feira 19 out às 9h PST Register now

imagenet_r

ImageNet-R é um conjunto de imagens rotuladas com rótulos ImageNet que foram obtidas coletando arte, desenhos animados, deviantart, graffiti, bordados, gráficos, origami, pinturas, padrões, objetos de plástico, objetos de pelúcia, esculturas, esboços, tatuagens, brinquedos e rendições de videogame de classes ImageNet. ImageNet-R tem renderizações de 200 classes ImageNet resultando em 30.000 imagens. coletando novos dados e mantendo apenas as imagens que os modelos ResNet-50 não classificam corretamente. Para obter mais detalhes, consulte o jornal.

O espaço do rótulo é o mesmo do ImageNet2012. Cada exemplo é representado como um dicionário com as seguintes chaves:

  • 'imagem': A imagem, um (H, W, 3) -tensor.
  • 'rótulo': Um número inteiro no intervalo [0, 1000).
  • 'file_name': Um sting exclusivo que identifica o exemplo dentro do conjunto de dados.

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

  • O código-fonte: tfds.image_classification.ImagenetR

  • versões:

    • 0.1.0 : Não há notas de lançamento.
    • 0.2.0 (padrão): Fix file_name, de caminho absoluto para o caminho relativo para o diretório IMAGEnet-r, ou seja: "imagenet_synset_id / filename.jpg".
  • Tamanho do download: 2.04 GiB

  • Tamanho do conjunto de dados: 2.02 GiB

  • Cache-Auto ( documentação ): Não

  • desdobramentos:

Dividir Exemplos
'test' 30.000
  • Características:
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),
})

Visualização

  • citação:
@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}
}