ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

imagenet_v2

  • الوصف :

ImageNet-v2 عبارة عن مجموعة اختبار ImageNet (10 لكل فئة) تم جمعها من خلال اتباع بروتوكول وضع العلامات الأصلي عن كثب. تم تصنيف كل صورة من قبل ما لا يقل عن 10 من عمال MTurk ، وربما أكثر ، واعتمادًا على الإستراتيجية المستخدمة لتحديد الصور التي سيتم تضمينها من بين 10 صور تم اختيارها لفئة معينة ، هناك ثلاثة إصدارات مختلفة من مجموعة البيانات. يرجى الرجوع إلى القسم الرابع من الورقة لمزيد من التفاصيل حول كيفية تجميع المتغيرات المختلفة.

مساحة التسمية هي نفسها الموجودة في ImageNet2012. يتم تمثيل كل مثال على أنه قاموس بالمفاتيح التالية:

  • 'image': الصورة ، (H ، W ، 3) -موتر.
  • "label": عدد صحيح في النطاق [0 ، 1000).
  • 'file_name': لسعة فريدة تحدد المثال ضمن مجموعة البيانات.

  • وصف التكوين : ImageNet-v2 عبارة عن مجموعة اختبار ImageNet (10 لكل فئة) تم جمعها من خلال اتباع بروتوكول وضع العلامات الأصلي عن كثب. تم تصنيف كل صورة من قبل ما لا يقل عن 10 من عمال MTurk ، وربما أكثر ، واعتمادًا على الإستراتيجية المستخدمة لتحديد الصور التي سيتم تضمينها من بين 10 صور تم اختيارها لفئة معينة ، هناك ثلاثة إصدارات مختلفة من مجموعة البيانات. يرجى الرجوع إلى القسم الرابع من الورقة لمزيد من التفاصيل حول كيفية تجميع المتغيرات المختلفة.

مساحة التسمية هي نفسها الموجودة في ImageNet2012. يتم تمثيل كل مثال كقاموس مع المفاتيح التالية:

  • 'image': الصورة ، (H ، W ، 3) -موتر.
  • "label": عدد صحيح في النطاق [0 ، 1000).
  • 'file_name': لسعة فريدة تحدد المثال ضمن مجموعة البيانات.

  • الصفحة الرئيسية : https://github.com/modestyachts/ImageNetV2

  • كود المصدر : tfds.image_classification.ImagenetV2

  • إصدارات :

    • 0.1.0 (افتراضي): لا ملاحظات الإصدار.
  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الإنشقاقات :

انشق، مزق أمثلة
'test' 10،000
  • الميزات :
 FeaturesDict({
    'file_name': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
})
 
  • المفاتيح الخاضعة للإشراف (انظر as_supervised doc ): ('image', 'label')

  • الاقتباس :

 @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 / التردد المتطابق (التكوين الافتراضي)

  • حجم التحميل : 582.13 MiB

  • حجم مجموعة البيانات : 576.77 MiB

  • التصور ( tfds.show_examples ):

التصور

imagenet_v2 / عتبة 0.7

  • حجم التحميل : 577.35 MiB

  • حجم مجموعة البيانات : 571.98 MiB

  • التصور ( tfds.show_examples ):

التصور

imagenet_v2 / topimages

  • حجم التحميل : 578.26 MiB

  • حجم مجموعة البيانات : 572.85 MiB

  • التصور ( tfds.show_examples ):

التصور