imagenet_v2

Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.

• Описание :

ImageNet-v2 — это тестовый набор ImageNet (по 10 на каждый класс), собранный с соблюдением исходного протокола маркировки. Каждое изображение было помечено как минимум 10 работниками MTurk, а возможно и больше, и в зависимости от стратегии, используемой для выбора того, какие изображения включить среди 10, выбранных для данного класса, существует три разные версии набора данных. Пожалуйста, обратитесь к четвертому разделу документа для получения более подробной информации о том, как были скомпилированы различные варианты.

Пространство меток такое же, как и у ImageNet2012. Каждый пример представлен в виде словаря со следующими ключами:

• «изображение»: изображение, (H, W, 3)-тензор.
• «метка»: целое число в диапазоне [0, 1000).

• «имя_файла»: уникальная строка, идентифицирующая пример в наборе данных.

• Домашняя страница : https://github.com/modestyachts/ImageNetV2 .

• Исходный код : tfds.datasets.imagenet_v2.Builder .

• Версии :

  • 1.0.0 : Начальная версия.
  • 2.0.0 : файлы обновлены.
  • 3.0.0 (по умолчанию): Исправьте имя_файла: от абсолютного пути до пути относительно каталога данных, например: «class_id/filename.jpg».
  • 3.1.0 : Новые URL-адреса ресурсов Hugging Face.

• Автокэширование ( документация ): Нет

• Расколы :

• Структура функции :

FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

• Функциональная документация :

• Контролируемые ключи (см. документ as_supervised ): ('image', 'label')

• Цитата :

@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/соответствующая частота (конфигурация по умолчанию)

• Размер загрузки : 1.18 GiB

• Размер набора данных : 1.16 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

imagenet_v2/порог-0,7

• Размер загрузки : 1.16 GiB

• Размер набора данных : 1.15 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

imagenet_v2/topimages

• Размер загрузки : 1.16 GiB

• Размер набора данных : 1.14 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):