Эта страница переведена с помощью Cloud Translation API.

imagenet_v2

Визуализация: Исследовать в Know Ваши данные
Описание:

ImageNet-v2 - это набор тестов ImageNet (по 10 на класс), собранный в соответствии с исходным протоколом маркировки. Каждое изображение было помечено как минимум 10 рабочими MTurk, возможно, больше, и в зависимости от стратегии, используемой для выбора, какие изображения включить из 10, выбранных для данного класса, существует три различных версии набора данных. Пожалуйста, обратитесь к четвертому разделу документа для получения более подробной информации о том, как были скомпилированы различные варианты.

Пространство меток такое же, как у ImageNet2012. Каждый пример представлен в виде словаря со следующими ключами:

'image': изображение, (H, W, 3) -тензор.
«метка»: целое число в диапазоне [0, 1000).
'file_name': уникальное название примера в наборе данных.
Домашняя страница: https://github.com/modestyachts/ImageNetV2
Исходный код: tfds.image_classification.ImagenetV2
Версии:
- 1.0.0 : Начальная версия.
- 2.0.0 : Файлы обновлены.
- 3.0.0 ( по умолчанию): Fix имя_файла, от абсолютного пути к пути относительно каталога данных, то есть: «class_id / filename.jpg».
Авто-кэшируются ( документация ): Нет
расколы:

Расколоть	Примеры
`'test'`	10 000

Особенности:

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),
})

Контролируемые ключи (см as_supervised документ ): ('image', 'label')
Образец цитирования:

@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}
}