- Deskripsi :
Dataset ini terdiri dari set data ImageNet yang diubah ukurannya menjadi ukuran tetap. Gambar di sini adalah gambar yang disediakan oleh Chrabaszcz et. Al. menggunakan metode pengubahan ukuran kotak.
Untuk ImageNet downsampled untuk pembelajaran tanpa pengawasan, lihat downsampled_imagenet
.
Situs web : https://patrykchrabaszcz.github.io/Imagenet32/
Kode sumber :
tfds.image_classification.ImagenetResized
Versi :
-
0.1.0
(default): Tidak ada catatan rilis.
-
Ukuran kumpulan data :
Unknown size
Cache otomatis ( dokumentasi ): Tidak diketahui
Split :
Membagi | Contoh |
---|---|
'train' | 1.281.167 |
'validation' | 50.000 |
Kunci yang diawasi (Lihat
as_supervised
doc ):('image', 'label')
Kutipan :
@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 (konfigurasi default)
Deskripsi konfigurasi : Gambar diubah ukurannya menjadi 8x8
Ukuran unduhan :
237.11 MiB
Fitur :
FeaturesDict({
'image': Image(shape=(8, 8, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
- Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
imagenet_resized / 16x16
Deskripsi konfigurasi : Gambar diubah ukurannya menjadi 16x16
Ukuran unduhan :
923.34 MiB
Fitur :
FeaturesDict({
'image': Image(shape=(16, 16, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
- Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
imagenet_resized / 32x32
Deskripsi konfigurasi : Gambar diubah ukurannya menjadi 32x32
Ukuran unduhan :
3.46 GiB
Fitur :
FeaturesDict({
'image': Image(shape=(32, 32, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
- Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
imagenet_resized / 64x64
Deskripsi konfigurasi : Gambar diubah ukurannya menjadi 64x64
Ukuran unduhan :
13.13 GiB
Fitur :
FeaturesDict({
'image': Image(shape=(64, 64, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
- Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):