imagenet_v2

  • 설명 :

ImageNet-v2는 원래 라벨링 프로토콜을 밀접하게 따라 수집된 ImageNet 테스트 세트(클래스당 10개)입니다. 각 이미지에는 최소 10명 이상의 MTurk 작업자가 라벨을 지정했으며, 특정 클래스에 대해 선택한 10개 이미지 중에서 어떤 이미지를 포함할지 선택하는 데 사용된 전략에 따라 세 가지 버전의 데이터 세트가 있습니다. 다양한 변형이 어떻게 컴파일되었는지에 대한 자세한 내용은 문서의 섹션 4를 참조하세요.

레이블 공간은 ImageNet2012와 동일합니다. 각 예는 다음 키가 포함된 사전으로 표시됩니다.

  • 'image': 이미지, (H, W, 3)-텐서.
  • 'label': [0, 1000) 범위의 정수입니다.

  • 'file_name': 데이터세트 내의 예시를 식별하는 고유한 문자열입니다.

  • 홈페이지 : https://github.com/modestyachts/ImageNetV2

  • 소스 코드 : tfds.datasets.imagenet_v2.Builder

  • 버전 :

    • 1.0.0 : 초기 버전.
    • 2.0.0 : 파일이 업데이트되었습니다.
    • 3.0.0 (기본값): 절대 경로에서 데이터 디렉터리에 대한 상대 경로로 file_name을 수정합니다(예: "class_id/filename.jpg").
    • 3.1.0 : Hugging Face의 리소스에 대한 새로운 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 Dtype 설명
특징Dict
파일 이름 텍스트 끈
영상 영상 (없음, 없음, 3) uint8
상표 클래스 라벨 정수64
@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/일치-주파수(기본 구성)

  • 다운로드 크기 : 1.18 GiB

  • 데이터세트 크기 : 1.16 GiB

  • 그림 ( tfds.show_examples ):

심상

imagenet_v2/임계값-0.7

  • 다운로드 크기 : 1.16 GiB

  • 데이터세트 크기 : 1.15 GiB

  • 그림 ( tfds.show_examples ):

심상

imagenet_v2/topimages

  • 다운로드 크기 : 1.16 GiB

  • 데이터세트 크기 : 1.14 GiB

  • 그림 ( tfds.show_examples ):

심상