imagenet_v2

Görselleştirme : Verilerinizi Bilin keşfedin
Açıklama :

ImageNet-v2, orijinal etiketleme protokolünü yakından takip ederek toplanan bir ImageNet test setidir (sınıf başına 10 adet). Her görüntü en az 10 MTurk çalışanı tarafından etiketlenmiştir ve verilen sınıf için seçilen 10 görüntü arasından hangi görüntülerin dahil edileceğini seçmek için kullanılan stratejiye bağlı olarak veri setinin üç farklı versiyonu vardır. Farklı varyantların nasıl derlendiğine dair daha fazla ayrıntı için lütfen makalenin dördüncü bölümüne bakın.

Etiket alanı, ImageNet2012 ile aynıdır. Her örnek, aşağıdaki anahtarlarla bir sözlük olarak temsil edilir:

'görüntü': Görüntü, bir (H, W, 3)-tensör.
'etiket': [0, 1000) aralığında bir tam sayı.
'file_name': Veri kümesi içindeki örneği tanımlayan benzersiz bir giriş.
Ana Sayfa : https://github.com/modestyachts/ImageNetV2
Kaynak kodu : tfds.datasets.imagenet_v2.Builder
sürümler :
- 1.0.0 : İlk sürüm.
- 2.0.0 : Dosyalar güncellendi.
- 3.0.0 (varsayılan): Dosya_adı, mutlak yoldan veri dizinine göre yola doğru düzeltildi, ör. "class_id/filename.jpg".
- 3.1.0 : Hugging Face kaynakları için yeni URL'ler.
Otomatik önbelleğe alınmış ( belgeleme ): Hayır
bölmeler :

Bölmek	örnekler
`'test'`	10.000

Özellik yapısı :

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

Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi
	ÖzelliklerDict
dosya adı	Metin		sicim
görüntü	resim	(Yok, Yok, 3)	uint8
etiket	SınıfEtiketi		int64

Denetlenen anahtarlar (Bkz. as_supervised doc ): ('image', 'label')
Alıntı :

@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}
}