시각화 : Know Your Data에서 탐색
설명 :
ImageNet-v2는 원래 레이블링 프로토콜을 면밀히 따라 수집된 ImageNet 테스트 세트(클래스당 10개)입니다. 각 이미지는 최소 10명 이상의 MTurk 작업자에 의해 레이블이 지정되었으며 주어진 클래스에 대해 선택된 10개 이미지 중 포함할 이미지를 선택하는 데 사용되는 전략에 따라 세 가지 버전의 데이터 세트가 있습니다. 다양한 변형이 컴파일된 방법에 대한 자세한 내용은 논문의 섹션 4를 참조하십시오.
라벨 공간은 ImageNet2012와 동일합니다. 각 예는 다음 키가 있는 사전으로 표시됩니다.
- '이미지': 이미지, a (H, W, 3)-텐서.
- '레이블': [0, 1000) 범위의 정수입니다.
'file_name': 데이터 세트 내에서 예를 식별하는 고유 문자열입니다.
버전 :
-
1.0.0
: 초기 버전. -
2.0.0
: 파일이 업데이트되었습니다. -
3.0.0
(기본값): file_name을 절대 경로에서 데이터 디렉터리에 대한 상대 경로로 수정합니다(예: "class_id/filename.jpg"). -
3.1.0
: Hugging Face의 리소스에 대한 새 URL입니다.
-
자동 캐시 ( 문서 ): 아니요
분할 :
나뉘다 | 예 |
---|---|
'test' | 10,000 |
- 기능 구조 :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- 기능 문서 :
특징 | 수업 | 모양 | D타입 | 설명 |
---|---|---|---|---|
풍모Dict | ||||
파일 이름 | 텍스트 | 끈 | ||
영상 | 영상 | (없음, 없음, 3) | uint8 | |
상표 | 클래스 레이블 | int64 |
감독 키 (
as_supervised
문서 참조):('image', 'label')
인용 :
@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(기본 구성)
다운로드 크기 :
1.18 GiB
데이터세트 크기 :
1.16 GiB
그림 ( tfds.show_examples ):
- 예 ( tfds.as_dataframe ):
imagenet_v2/threshold-0.7
다운로드 크기 :
1.16 GiB
데이터세트 크기 :
1.15 GiB
그림 ( tfds.show_examples ):
- 예 ( tfds.as_dataframe ):
imagenet_v2/topimages
다운로드 크기 :
1.16 GiB
데이터세트 크기 :
1.14 GiB
그림 ( tfds.show_examples ):
- 예 ( tfds.as_dataframe ):