Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

imagenet_v2

  • Beschreibung :

ImageNet-v2 ist ein ImageNet-Testsatz (10 pro Klasse), der unter strikter Einhaltung des ursprünglichen Kennzeichnungsprotokolls erstellt wurde. Jedes Bild wurde von mindestens 10 MTurk-Mitarbeitern beschriftet, möglicherweise mehr. Abhängig von der Strategie, mit der ausgewählt wird, welche Bilder unter den 10 für die jeweilige Klasse ausgewählten Bildern enthalten sein sollen, gibt es drei verschiedene Versionen des Datensatzes. Weitere Informationen zur Kompilierung der verschiedenen Varianten finden Sie in Abschnitt 4 des Dokuments.

Der Beschriftungsbereich entspricht dem von ImageNet2012. Jedes Beispiel wird als Wörterbuch mit den folgenden Schlüsseln dargestellt:

  • 'Bild': Das Bild, ein (H, W, 3) -tensor.
  • 'label': Eine Ganzzahl im Bereich [0, 1000].
  • 'Dateiname': Ein eindeutiger Stich, der das Beispiel innerhalb des Datensatzes identifiziert.

  • Konfigurationsbeschreibung : ImageNet-v2 ist ein ImageNet-Testsatz (10 pro Klasse), der unter strikter Einhaltung des ursprünglichen Kennzeichnungsprotokolls erstellt wurde. Jedes Bild wurde von mindestens 10 MTurk-Mitarbeitern beschriftet, möglicherweise mehr. Abhängig von der Strategie, mit der ausgewählt wird, welche Bilder unter den 10 für die jeweilige Klasse ausgewählten Bildern enthalten sein sollen, gibt es drei verschiedene Versionen des Datensatzes. Weitere Informationen zur Kompilierung der verschiedenen Varianten finden Sie in Abschnitt 4 des Dokuments.

Der Beschriftungsbereich entspricht dem von ImageNet2012. Jedes Beispiel wird als Wörterbuch mit den folgenden Schlüsseln dargestellt:

Teilt Beispiele
'test' 10.000
  • Eigenschaften :
 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),
})
 
 @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 / angepasste Frequenz (Standardkonfiguration)

  • Download-Größe : 582.13 MiB

  • Dataset Größe: 576.77 MiB

  • Visualisierung ( tfds.show_examples ):

Visualisierung

imagenet_v2 / Schwelle-0,7

  • Download-Größe : 577.35 MiB

  • Dataset Größe: 571.98 MiB

  • Visualisierung ( tfds.show_examples ):

Visualisierung

imagenet_v2 / topimages

  • Download-Größe : 578.26 MiB

  • Dataset Größe: 572.85 MiB

  • Visualisierung ( tfds.show_examples ):

Visualisierung