Bu sayfa, Cloud Translation API ile çevrilmiştir.

imagenet_v2

Görselleştirme: Bilmek Verilerinizi Keşfedin
Açıklama:

ImageNet-v2, orijinal etiketleme protokolünü yakından takip ederek toplanan bir ImageNet test setidir (sınıf başına 10 adet). Her görüntü en az 10 MTurk çalışanı tarafından, muhtemelen daha fazla kişi tarafından etiketlenmiştir ve verilen sınıf için seçilen 10 görüntü arasından hangi görüntünün dahil edileceğini seçmek için kullanılan stratejiye bağlı olarak, veri setinin üç farklı versiyonu vardır. Farklı varyantların nasıl derlendiği hakkında daha fazla ayrıntı için lütfen makalenin dördüncü bölümüne bakın.

Etiket alanı, ImageNet2012 ile aynıdır. Her örnek, aşağıdaki anahtarlarla bir sözlük olarak temsil edilir:

'image': Görüntü, a (H, W, 3)-tensörü.
'label': [0, 1000) aralığında bir tam sayı.
'dosya_adı': Veri kümesi içindeki örneği tanımlayan benzersiz bir dize.
Anasayfa: https://github.com/modestyachts/ImageNetV2
Kaynak kodu: tfds.image_classification.ImagenetV2
sürümleri:
- 1.0.0 : İlk versiyon.
- 2.0.0 : Dosyalar güncellendi.
- 3.0.0 (varsayılan): Veri dizinine Fix dosya_adı, mutlak yoldan yola göre, yani: "class_id / dosyaadı.jpg".
Otomatik önbelleğe ( dokümantasyon ): Hayır
Splits:

Bölmek	Örnekler
`'test'`	10.000

Özellikler:

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),
})

Denetimli tuşları (Bkz as_supervised doc ): ('image', 'label')
Citation:

@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}
}