Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

imagenet_v2

  • Deskripsi :

ImageNet-v2 adalah set pengujian ImageNet (10 per kelas) yang dikumpulkan dengan mengikuti protokol pelabelan asli. Setiap gambar telah diberi label oleh setidaknya 10 pekerja MTurk, mungkin lebih, dan tergantung pada strategi yang digunakan untuk memilih gambar mana yang akan disertakan di antara 10 yang dipilih untuk kelas tertentu, ada tiga versi berbeda dari kumpulan data. Silakan merujuk ke bagian empat makalah untuk rincian lebih lanjut tentang bagaimana varian yang berbeda dikompilasi.

Ruang label sama dengan ImageNet2012. Setiap contoh direpresentasikan sebagai kamus dengan kunci berikut:

Membagi Contoh
'test' 10.000
  • Fitur :
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 / frekuensi yang cocok (konfigurasi default)

Visualisasi

imagenet_v2 / threshold-0.7

Visualisasi

imagenet_v2 / topimages

Visualisasi