इस पेज का अनुवाद Cloud Translation API से किया गया है.

इमेजनेट_v2

विज़ुअलाइज़ेशन : अपने डेटा को जानें में एक्सप्लोर करें
विवरण :

ImageNet-v2 एक इमेजनेट टेस्ट सेट (10 प्रति वर्ग) है जिसे मूल लेबलिंग प्रोटोकॉल का बारीकी से पालन करके एकत्र किया गया है। प्रत्येक छवि को कम से कम 10 MTurk श्रमिकों द्वारा लेबल किया गया है, संभवतः अधिक, और दिए गए वर्ग के लिए चुने गए 10 में से कौन सी छवियों को शामिल करने के लिए उपयोग की जाने वाली रणनीति के आधार पर डेटासेट के तीन अलग-अलग संस्करण हैं। विभिन्न रूपों को कैसे संकलित किया गया था, इस बारे में अधिक जानकारी के लिए कृपया पेपर के चौथे भाग को 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।
होमपेज : https://github.com/modestyachts/ImageNetV2
स्रोत कोड : tfds.datasets.imagenet_v2.Builder
संस्करण :
- 1.0.0 : प्रारंभिक संस्करण।
- 2.0.0 : फ़ाइलें अपडेट की गईं।
- 3.0.0 (डिफ़ॉल्ट): फ़ाइल_नाम को ठीक करें, निरपेक्ष पथ से डेटा निर्देशिका के सापेक्ष पथ तक, अर्थात: "class_id/filename.jpg"।
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'test'`	10,000

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 :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
फ़ाइल का नाम	मूलपाठ		डोरी
छवि	छवि	(कोई नहीं, कोई नहीं, 3)	uint8
लेबल	क्लासलेबल		int64

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

@inproceedings{recht2019imagenet,
  title={Do ImageNet Classifiers Generalize to ImageNet?},
  author={Recht, Benjamin and Roelofs, Rebecca and Schmidt, Ludwig and Shankar, Vaishaal},
  booktitle={International Conference on Machine Learning},
  pages={5389--5400},
  year={2019}
}