Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

imagenet_v2

  • Opis :

ImageNet-v2 to zestaw testowy ImageNet (10 na klasę) zebrany przez ścisłe przestrzeganie oryginalnego protokołu etykietowania. Każdy obraz został oznaczony etykietą przez co najmniej 10 pracowników MTurk, być może więcej, iw zależności od strategii użytej do wyboru, które obrazy mają zostać uwzględnione wśród 10 wybranych dla danej klasy, istnieją trzy różne wersje zbioru danych. Więcej informacji na temat kompilacji różnych wariantów można znaleźć w czwartej części artykułu.

Miejsce na etykiety jest takie samo, jak w przypadku ImageNet2012. Każdy przykład jest reprezentowany jako słownik z następującymi kluczami:

  • „image”: obraz, tensor (H, W, 3).
  • „etykieta”: liczba całkowita z zakresu [0, 1000).
  • „nazwa_pliku”: unikalne żądło identyfikujące przykład w zbiorze danych.

  • Opis konfiguracji: ImageNet-v2 to zestaw testowy ImageNet (10 na klasę) zebrany przez ścisłe przestrzeganie oryginalnego protokołu etykietowania. Każdy obraz został oznaczony etykietą przez co najmniej 10 pracowników MTurk, być może więcej, iw zależności od strategii użytej do wyboru, które obrazy mają zostać uwzględnione wśród 10 wybranych dla danej klasy, istnieją trzy różne wersje zbioru danych. Więcej informacji na temat kompilacji różnych wariantów można znaleźć w czwartej części artykułu.

Miejsce na etykiety jest takie samo, jak w przypadku ImageNet2012. Każdy przykład jest reprezentowany jako słownik z następującymi kluczami:

Rozdzielać Przykłady
'test' 10 000
  • Cechy :
 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 (domyślna konfiguracja)

  • Rozmiar 582.13 MiB pobrania : 582.13 MiB

  • Rozmiar 576.77 MiB danych : 576.77 MiB

  • Wizualizacja ( tfds.show_examples ):

Wyobrażanie sobie

imagenet_v2 / próg-0,7

  • Rozmiar 577.35 MiB pobrania : 577.35 MiB

  • Rozmiar 571.98 MiB danych : 571.98 MiB

  • Wizualizacja ( tfds.show_examples ):

Wyobrażanie sobie

imagenet_v2 / topimages

  • Rozmiar 578.26 MiB pobrania : 578.26 MiB

  • Rozmiar 572.85 MiB danych : 572.85 MiB

  • Wizualizacja ( tfds.show_examples ):

Wyobrażanie sobie