Visualizzazione : Esplora in Conosci i tuoi dati
Descrizione :
ImageNet-v2 è un set di test ImageNet (10 per classe) raccolto seguendo da vicino il protocollo di etichettatura originale. Ogni immagine è stata etichettata da almeno 10 MTurk worker, forse di più, ea seconda della strategia utilizzata per selezionare quali immagini includere tra le 10 scelte per la data classe ci sono tre diverse versioni del dataset. Si prega di fare riferimento alla sezione quattro del documento per maggiori dettagli su come sono state compilate le diverse varianti.
Lo spazio etichetta è lo stesso di ImageNet2012. Ogni esempio è rappresentato come un dizionario con le seguenti chiavi:
- 'immagine': L'immagine, a (H, W, 3)-tensore.
- 'etichetta': un numero intero compreso nell'intervallo [0, 1000).
'file_name': una puntura univoca che identifica l'esempio all'interno del set di dati.
Pagina iniziale : https://github.com/modestyachts/ImageNetV2
Codice sorgente :
tfds.datasets.imagenet_v2.Builder
Versioni :
-
1.0.0
: versione iniziale. -
2.0.0
: File aggiornati. -
3.0.0
(predefinito): Corretto nome_file, da percorso assoluto a percorso relativo alla directory dei dati, ad esempio: "class_id/nomefile.jpg". -
3.1.0
: Nuovi URL per le risorse di Hugging Face.
-
Cache automatica ( documentazione ): No
Divisioni :
Diviso | Esempi |
---|---|
'test' | 10.000 |
- Struttura delle caratteristiche :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
nome del file | Testo | corda | ||
Immagine | Immagine | (Nessuno, Nessuno, 3) | uint8 | |
etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi
as_supervised
doc ):('image', 'label')
Citazione :
@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/frequenza-corrispondente (configurazione predefinita)
Dimensione del download :
1.18 GiB
Dimensione del set di dati :
1.16 GiB
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
imagenet_v2/soglia-0.7
Dimensione del download :
1.16 GiB
Dimensione del set di dati :
1.15 GiB
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
imagenet_v2/topimages
Dimensione del download :
1.16 GiB
Dimensione del set di dati :
1.14 GiB
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):