Se usó la API de Cloud Translation para traducir esta página.
Switch to English

imagenet_v2

  • Descripción :

ImageNet-v2 es un conjunto de prueba de ImageNet (10 por clase) recopilado siguiendo de cerca el protocolo de etiquetado original. Cada imagen ha sido etiquetada por al menos 10 trabajadores de MTurk, posiblemente más, y dependiendo de la estrategia utilizada para seleccionar qué imágenes incluir entre las 10 elegidas para la clase dada, hay tres versiones diferentes del conjunto de datos. Consulte la sección cuatro del documento para obtener más detalles sobre cómo se compilaron las diferentes variantes.

El espacio de la etiqueta es el mismo que el de ImageNet2012. Cada ejemplo se representa como un diccionario con las siguientes claves:

  • 'imagen': La imagen, un (H, W, 3) -tensor.
  • 'etiqueta': Un entero en el rango [0, 1000).
  • 'nombre_archivo': una picadura única que identifica el ejemplo dentro del conjunto de datos.

  • Descripción de la configuración : ImageNet-v2 es un conjunto de prueba de ImageNet (10 por clase) recopilado siguiendo de cerca el protocolo de etiquetado original. Cada imagen ha sido etiquetada por al menos 10 trabajadores de MTurk, posiblemente más, y dependiendo de la estrategia utilizada para seleccionar qué imágenes incluir entre las 10 elegidas para la clase dada, hay tres versiones diferentes del conjunto de datos. Consulte la sección cuatro del documento para obtener más detalles sobre cómo se compilaron las diferentes variantes.

El espacio de la etiqueta es el mismo que el de ImageNet2012. Cada ejemplo se representa como un diccionario con las siguientes claves:

División Ejemplos
'test' 10,000
  • Caracteristicas :
 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 / frecuencia coincidente (configuración predeterminada)

  • Tamaño de descarga : 582.13 MiB

  • Tamaño del conjunto de datos : 576.77 MiB

  • Visualización ( tfds.show_examples ):

Visualización

imagenet_v2 / umbral-0.7

  • Tamaño del 577.35 MiB : 577.35 MiB

  • Tamaño del conjunto de datos : 571.98 MiB

  • Visualización ( tfds.show_examples ):

Visualización

imagenet_v2 / topimages

  • Tamaño de la descarga : 578.26 MiB

  • Tamaño del conjunto de datos : 572.85 MiB

  • Visualización ( tfds.show_examples ):

Visualización