Visualisasi : Jelajahi di Kenali Data Anda
Deskripsi :
ImageNet-v2 adalah kumpulan pengujian ImageNet (10 per kelas) yang dikumpulkan dengan mengikuti protokol pelabelan asli secara cermat. Setiap gambar telah diberi label oleh setidaknya 10 pekerja MTurk, mungkin lebih, dan bergantung pada strategi yang digunakan untuk memilih gambar mana yang akan disertakan di antara 10 yang dipilih untuk kelas tertentu, ada tiga versi dataset yang berbeda. Silakan merujuk ke bagian empat makalah untuk detail lebih lanjut tentang bagaimana berbagai varian dikompilasi.
Ruang label sama dengan ImageNet2012. Setiap contoh direpresentasikan sebagai kamus dengan kunci berikut:
- 'gambar': Gambar, tensor (H, W, 3).
- 'label': Bilangan bulat dalam rentang [0, 1000).
'file_name': Sengatan unik yang mengidentifikasi contoh dalam kumpulan data.
Kode sumber :
tfds.datasets.imagenet_v2.Builder
Versi :
-
1.0.0
: Versi awal. -
2.0.0
: File diperbarui. -
3.0.0
(default): Perbaiki nama_file, dari path absolut ke path relatif ke direktori data, yaitu: "class_id/filename.jpg". -
3.1.0
: URL baru untuk sumber daya dari Hugging Face.
-
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'test' | 10.000 |
- Struktur fitur :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
nama file | Teks | rangkaian | ||
gambar | Gambar | (Tidak ada, Tidak ada, 3) | uint8 | |
label | LabelKelas | int64 |
Kunci yang diawasi (Lihat
as_supervised
doc ):('image', 'label')
Kutipan :
@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/frekuensi-cocok (konfigurasi default)
Ukuran unduhan :
1.18 GiB
Ukuran dataset :
1.16 GiB
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
imagenet_v2/threshold-0.7
Ukuran unduhan :
1.16 GiB
Ukuran dataset :
1.15 GiB
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
imagenet_v2/topimages
Ukuran unduhan :
1.16 GiB
Ukuran dataset :
1.14 GiB
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):