此页面由 Cloud Translation API 翻译。
Switch to English

imagenet_v2

  • 说明

ImageNet-v2是通过严格遵循原始标签协议收集的ImageNet测试集(每个类10个)。每个图像至少由10个MTurk工人标记,可能还要更多,并且根据用于选择要在给定类别选择的10个图像中包括哪些图像的策略,数据集有三种不同版本。请参阅本文的第四部分,以获取有关如何编译不同变体的更多详细信息。

标签空间与ImageNet2012相同。每个示例都表示为具有以下键的字典:

  • '图像':图像,(H,W,3)张量。
  • 'label':在[0,1000)范围内的整数。
  • 'file_name':标识数据集中示例的唯一字符串。

  • 配置说明 :ImageNet-v2是一个ImageNet测试集(每个类10个),通过严格遵循原始标签协议来收集。每个图像至少由10个MTurk工人标记,可能还要更多,并且根据用于选择要在给定类别选择的10个图像中包括哪些图像的策略,数据集有三种不同版本。请参阅本文的第四部分,以获取有关如何编译不同变体的更多详细信息。

标签空间与ImageNet2012相同。每个示例都表示为具有以下键的字典:

分裂例子
'test' 10,000
  • 特点
 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(默认配置)

  • 下载大小582.13 MiB

  • 数据集大小576.77 MiB

  • 可视化tfds.show_examples ):

可视化

imagenet_v2 / threshold-0.7

  • 下载大小577.35 MiB

  • 数据集大小571.98 MiB

  • 可视化tfds.show_examples ):

可视化

imagenet_v2 / topimages

  • 下载大小578.26 MiB

  • 数据集大小572.85 MiB

  • 可视化tfds.show_examples ):

可视化