Cette page a été traduite par l'API Cloud Translation.
Switch to English

imagenet_v2

  • Description :

ImageNet-v2 est un ensemble de tests ImageNet (10 par classe) collecté en suivant étroitement le protocole d'étiquetage d'origine. Chaque image a été étiquetée par au moins 10 travailleurs de MTurk, peut-être plus, et selon la stratégie utilisée pour sélectionner les images à inclure parmi les 10 choisies pour la classe donnée, il existe trois versions différentes de l'ensemble de données. Veuillez vous reporter à la section quatre du document pour plus de détails sur la manière dont les différentes variantes ont été compilées.

L'espace d'étiquette est le même que celui d'ImageNet2012. Chaque exemple est représenté sous forme de dictionnaire avec les clés suivantes:

  • 'image': l'image, un (H, W, 3) -tensor.
  • 'label': un entier compris dans la plage [0, 1000).
  • 'nom_fichier': une piqûre unique identifiant l'exemple dans l'ensemble de données.

  • Description de la configuration : ImageNet-v2 est un ensemble de tests ImageNet (10 par classe) collecté en suivant scrupuleusement le protocole d'étiquetage d'origine. Chaque image a été étiquetée par au moins 10 travailleurs de MTurk, peut-être plus, et selon la stratégie utilisée pour sélectionner les images à inclure parmi les 10 choisies pour la classe donnée, il existe trois versions différentes de l'ensemble de données. Veuillez vous reporter à la section quatre du document pour plus de détails sur la manière dont les différentes variantes ont été compilées.

L'espace d'étiquette est le même que celui d'ImageNet2012. Chaque exemple est représenté sous forme de dictionnaire avec les clés suivantes:

Divisé Exemples
'test' 10 000
  • Caractéristiques :
 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 / matched-frequency (configuration par défaut)

  • Taille du téléchargement : 582.13 MiB

  • Taille de l'ensemble de données : 576.77 MiB

  • Visualisation ( tfds.show_examples ):

Visualisation

imagenet_v2 / seuil-0.7

  • Taille du téléchargement : 577.35 MiB

  • Taille de l'ensemble de données : 571.98 MiB

  • Visualisation ( tfds.show_examples ):

Visualisation

imagenet_v2 / topimages

  • Taille du téléchargement : 578.26 MiB

  • Taille de l'ensemble de données : 572.85 MiB

  • Visualisation ( tfds.show_examples ):

Visualisation