imagenet_v2

ImageNet-v2 to zestaw testowy ImageNet (10 na klasę) zebrany zgodnie z oryginalnym protokołem etykietowania. Każdy obraz został oznaczony etykietą przez co najmniej 10 pracowników MTurk, a być może więcej, iw zależności od strategii zastosowanej do wybrania, które obrazy mają zostać uwzględnione wśród 10 wybranych dla danej klasy, istnieją trzy różne wersje zbioru danych. Więcej informacji na temat kompilacji różnych wariantów można znaleźć w części czwartej artykułu.

Przestrzeń na etykiety jest taka sama jak w przypadku ImageNet2012. Każdy przykład jest reprezentowany jako słownik z następującymi kluczami:

  • „obraz”: obraz, tensor a (H, W, 3).
  • „etykieta”: liczba całkowita z zakresu [0, 1000).
  • „nazwa_pliku”: unikatowe żądanie identyfikujące przykład w zbiorze danych.

  • Strona główna : https://github.com/modestyachts/ImageNetV2

  • Kod źródłowy : tfds.datasets.imagenet_v2.Builder

  • Wersje :

    • 1.0.0 : Wersja początkowa.
    • 2.0.0 : Zaktualizowano pliki.
    • 3.0.0 (domyślnie): Napraw nazwę_pliku, od ścieżki bezwzględnej do ścieżki względnej do katalogu danych, np.: „id_klasy/nazwa_pliku.jpg”.
    • 3.1.0 : Nowe adresy URL zasobów z Hugging Face.
  • Automatyczne buforowanie ( dokumentacja ): Nie

  • Podziały :

Podział Przykłady
'test' 10 000
  • Struktura funkcji :
FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
Nazwa pliku Tekst strunowy
obraz Obraz (Brak, Brak, 3) uint8
etykieta Etykieta klasy int64
@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}
}

imagenet_v2/matched-frequency (domyślna konfiguracja)

  • Rozmiar pliku do pobrania : 1.18 GiB

  • Rozmiar zestawu danych : 1.16 GiB

  • Rysunek ( tfds.show_examples ):

Wyobrażanie sobie

imagenet_v2/threshold-0.7

  • Rozmiar pliku do pobrania : 1.16 GiB

  • Rozmiar zestawu danych : 1.15 GiB

  • Rysunek ( tfds.show_examples ):

Wyobrażanie sobie

imagenet_v2/topimages

  • Rozmiar pliku do pobrania : 1.16 GiB

  • Rozmiar zestawu danych : 1.14 GiB

  • Rysunek ( tfds.show_examples ):

Wyobrażanie sobie