Визуализация: Исследовать в Know Ваши данные
Описание:
Imagewang содержит объединенные Imagenette и Imagewoof. Image 网 (произносится как «Imagewang»; 网 означает «сеть» на китайском языке) содержит Imagenette и Imagewoof вместе, но с некоторыми особенностями, которые превращают его в сложную задачу полууправляемой несбалансированной классификации:
- Набор для проверки такой же, как и для Imagewoof (т.е. 30% изображений Imagewoof); в проверочном наборе нет изображений Imagenette (они все в обучающем наборе)
- Только 10% изображений Imagewoof входят в обучающий набор!
- Остальные находятся в неподтвержденном («неконтролируемом») каталоге, и вы не можете использовать их ярлыки в обучении!
- Это даже сложно напечатать и сложно сказать!
Набор данных представлен в трех вариантах:
- Полный размер
- 320 пикселей
- 160 пикс.
Этот набор данных состоит из варианта набора данных Imagenette {size}.
Описание Config: Imagewang содержит Imagenette и Imagewoof вместе взятых.
Домашняя страница: https://github.com/fastai/imagenette
Исходный код:
tfds.image_classification.Imagewang
Версии:
-
2.0.0
( по умолчанию): Нет Замечания к выпуску.
-
Размер загрузки:
Unknown size
расколы:
Расколоть | Примеры |
---|---|
'train' | 14 669 |
'validation' | 3929 |
- Особенности:
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=20),
})
Контролируемые ключи (см
as_supervised
документ ):('image', 'label')
Образец цитирования:
@misc{imagewang,
author = "Jeremy Howard",
title = "Imagewang",
url = "https://github.com/fastai/imagenette/"
}
imagewang / full-size (конфигурация по умолчанию)
Dataset Размер:
1.97 GiB
Авто-кэшируются ( документация ): Нет
Фигура ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
imagewang / 320px
Dataset Размер:
460.81 MiB
Авто-кэшируются ( документация ): Нет
Фигура ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
imagewang / 160px
Dataset Размер:
140.40 MiB
Авто-кэшируются ( документация ): Да
Фигура ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):