imagenet_v2

ImageNet-v2 adalah set pengujian ImageNet (10 per kelas) yang dikumpulkan dengan mengikuti protokol pelabelan asli secara cermat. 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 dataset yang berbeda. Silakan merujuk ke bagian empat makalah untuk detail lebih lanjut tentang bagaimana berbagai varian dikompilasi.

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

  • 'gambar': Gambar, a (H, W, 3)-tensor.
  • 'label': Sebuah bilangan bulat dalam rentang [0, 1000).
  • 'file_name': Sengatan unik yang mengidentifikasi contoh dalam kumpulan data.

  • Homepage: https://github.com/modestyachts/ImageNetV2

  • Source code: tfds.image_classification.ImagenetV2

  • versi:

    • 1.0.0 : versi awal.
    • 2.0.0 : File diperbarui.
    • 3.0.0 (default): Fix nama_file, dari jalan mutlak untuk path relatif ke direktori data, yaitu: "class_id / namafile.jpg".
  • Auto-cache ( dokumentasi ): Tidak ada

  • Splits:

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/matched-frequency (konfigurasi default)

visualisasi

imagenet_v2/ambang-0.7

visualisasi

imagenet_v2/topimages

visualisasi