- توضیحات :
این مجموعه داده از مجموعه داده ImageNet به اندازه ثابت تغییر اندازه داده است. تصاویر اینجا تصاویری است که توسط Chrabaszcz و همکاران ارائه شده است. همکاران با استفاده از روش تغییر اندازه جعبه.
برای ImageNet نمونه برداری نشده برای یادگیری بدون نظارت ، به downsampled_imagenet
مراجعه کنید.
صفحه اصلی : https://patrykchrabaszcz.github.io/Imagenet32/
نسخه ها :
-
0.1.0
(پیش فرض): بدون یادداشت انتشار.
-
اندازه مجموعه داده :
Unknown size
ذخیره خودکار ( مستندات ): ناشناخته است
تقسیم :
شکاف | مثال ها |
---|---|
'train' | 1،281،167 |
'validation' | 50،000 |
کلیدهای تحت نظارت (به
as_supervised
سند نظارت شده مراجعه کنید):('image', 'label')
نقل قول :
@article{chrabaszcz2017downsampled,
title={A downsampled variant of imagenet as an alternative to the cifar datasets},
author={Chrabaszcz, Patryk and Loshchilov, Ilya and Hutter, Frank},
journal={arXiv preprint arXiv:1707.08819},
year={2017}
}
imagenet_resized / 8x8 (پیکربندی پیش فرض)
توضیحات پیکربندی : اندازه تصاویر به 8x8 تغییر یافت
اندازه
237.11 MiB
:237.11 MiB
ویژگی ها :
FeaturesDict({
'image': Image(shape=(8, 8, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
- شکل ( tfds.show_examples ):
- مثالها ( tfds.as_dataframe ):
imagenet_resized / 16x16
توضیحات پیکربندی : اندازه تصاویر به 16 16 16 تغییر یافته است
حجم
923.34 MiB
:923.34 MiB
ویژگی ها :
FeaturesDict({
'image': Image(shape=(16, 16, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
- شکل ( tfds.show_examples ):
- مثالها ( tfds.as_dataframe ):
imagenet_resized / 32x32
توضیحات پیکربندی : اندازه تصاویر به 32x32 تغییر یافتهاست
حجم دانلود :
3.46 GiB
ویژگی ها :
FeaturesDict({
'image': Image(shape=(32, 32, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
- شکل ( tfds.show_examples ):
- مثالها ( tfds.as_dataframe ):
imagenet_resized / 64x64
توضیحات پیکربندی : اندازه تصاویر به 64x64 تغییر یافت
اندازه بارگیری :
13.13 GiB
ویژگی ها :
FeaturesDict({
'image': Image(shape=(64, 64, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
- شکل ( tfds.show_examples ):
- مثالها ( tfds.as_dataframe ):