Эта страница была переведа с помощью Cloud Translation API.
Switch to English

imagenet_v2

  • 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 разделу 4 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.

  • Описание конфигурации : ImageNet-v2 - это набор тестов ImageNet (по 10 на класс), собранный путем тщательного следования исходному протоколу 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

  • Размер загрузки : Unknown size

  • Размер набора данных : Unknown size

  • Автоматическое кэширование ( документация ): неизвестно

  • Сплит :

Трещина Примеры
  • 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 ): ('image', 'label')

  • Цитата :

@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 (конфигурация по умолчанию)

  • Версии :

    • 1.0.0 (по умолчанию): без примечаний к выпуску.

imagenet_v2 / threshold-0.7

  • Версии :

    • 0.1.1 (по умолчанию): без примечаний к выпуску.

imagenet_v2 / topimages

  • Версии :

    • 0.1.1 (по умолчанию): без примечаний к выпуску.