이 페이지는 Cloud Translation API를 통해 번역되었습니다.
Switch to English

imagenet_v2

  • 설명 :

ImageNet-v2는 원래 레이블 프로토콜을 엄격히 준수하여 수집 된 ImageNet 테스트 세트 (클래스 당 10 개)입니다. 각 이미지에는 최소 10 명의 MTurk 작업자가 레이블이 지정되어 있으며 해당 클래스에 대해 선택된 10 개 중에서 포함 할 이미지를 선택하는 데 사용되는 전략에 따라 3 가지 버전의 데이터 세트가 있습니다. 다양한 변형이 어떻게 컴파일되었는지에 대한 자세한 내용은 논문의 섹션 4를 참조하십시오.

레이블 공간은 ImageNet2012의 레이블 공간과 동일합니다. 각 예제는 다음 키가있는 사전으로 표시됩니다.

  • 'image': 이미지, (H, W, 3) 텐서.
  • 'label': [0, 1000) 범위의 정수입니다.
  • 'file_name': 데이터 세트 내에서 예제를 식별하는 고유 한 스팅입니다.

  • 구성 설명 : ImageNet-v2는 원래 레이블 프로토콜을 엄격히 준수하여 수집 된 ImageNet 테스트 세트 (클래스 당 10 개)입니다. 각 이미지에는 최소 10 명의 MTurk 작업자가 레이블이 지정되어 있으며 해당 클래스에 대해 선택된 10 개 중에서 포함 할 이미지를 선택하는 데 사용되는 전략에 따라 3 가지 버전의 데이터 세트가 있습니다. 다양한 변형이 어떻게 컴파일되었는지에 대한 자세한 내용은 논문의 섹션 4를 참조하십시오.

레이블 공간은 ImageNet2012의 레이블 공간과 동일합니다. 각 예제는 다음 키가있는 사전으로 표시됩니다.

스플릿
'test' 10,000
  • 특징 :
 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 / 일치 빈도 (기본 구성)

  • 다운로드 크기 : 582.13 MiB

  • 데이터 세트 크기 : 576.77 MiB

  • 시각화 ( tfds.show_examples ) :

심상

imagenet_v2 / 임계 값 -0.7

  • 다운로드 크기 : 577.35 MiB

  • 데이터 세트 크기 : 571.98 MiB

  • 시각화 ( tfds.show_examples ) :

심상

imagenet_v2 / topimages

  • 다운로드 크기 : 578.26 MiB

  • 데이터 세트 크기 : 572.85 MiB

  • 시각화 ( tfds.show_examples ) :

심상