- Deskripsi :
Imagewang berisi gabungan Imagenette dan Imagewoof 网 (dilafalkan "Imagewang"; 网 berarti "bersih" dalam bahasa Cina) berisi gabungan Imagenette dan Imagewoof, tetapi dengan beberapa perubahan yang membuatnya menjadi masalah klasifikasi tidak seimbang semi-supervised yang rumit:
- Set validasi sama dengan Imagewoof (yaitu 30% dari gambar Imagewoof); tidak ada gambar Imagenette di set validasi (semuanya ada di set pelatihan)
- Hanya 10% gambar Imagewoof yang ada di set pelatihan!
- Sisanya ada di direktori unsupervised ("unsupervised"), dan Anda tidak dapat menggunakan labelnya dalam pelatihan!
- Bahkan sulit untuk mengetik dan sulit untuk mengatakannya!
Dataset hadir dalam tiga varian:
- Ukuran penuh
- 320 piksel
- 160 piksel
Kumpulan data ini terdiri dari varian {size} kumpulan data Imagenette.
Deskripsi konfigurasi : Imagewang berisi gabungan Imagenette dan Imagewoof.
Situs web : https://github.com/fastai/imagenette
Kode sumber :
tfds.image_classification.Imagewang
Versi :
-
2.0.0
(default): Tidak ada catatan rilis.
-
Ukuran unduhan :
Unknown size
Split :
Membagi | Contoh |
---|---|
'train' | 14.669 |
'validation' | 3.929 |
- Fitur :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=tf.uint8),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=20),
})
Kunci yang diawasi (Lihat
as_supervised
doc ):('image', 'label')
Kutipan :
@misc{imagewang,
author = "Jeremy Howard",
title = "Imagewang",
url = "https://github.com/fastai/imagenette/"
}
imagewang / ukuran penuh (konfigurasi default)
Ukuran set data :
1.97 GiB
Cache otomatis ( dokumentasi ): Tidak
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
imagewang / 320px
Ukuran
460.81 MiB
data :460.81 MiB
Cache otomatis ( dokumentasi ): Tidak
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
imagewang / 160px
Ukuran
140.40 MiB
data :140.40 MiB
Cache otomatis ( dokumentasi ): Ya
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):