- 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 проверки такой же, как и у 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 пикселей
Этот набор данных состоит из варианта набора данных Imagenette {size}.
Описание конфигурации : Imagewang содержит вместе Imagenette и Imagewoof.
Домашняя страница : https://github.com/fastai/imagenette
Исходный код :
tfds.image_classification.Imagewang
Версии :
-
2.0.0
(по умолчанию): без примечаний к выпуску.
-
Размер загрузки :
Unknown size
Сплит :
Трещина | 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
):('image', 'label')
Цитата :
@misc{imagewang,
author = "Jeremy Howard",
title = "Imagewang",
url = "https://github.com/fastai/imagenette/"
}
imagewang / full-size (конфигурация по умолчанию)
Размер набора данных :
1.97 GiB
Автоматическое кэширование ( документация ): Нет
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
imagewang / 320px
Размер набора данных :
460.81 MiB
Автоматическое кэширование ( документация ): Нет
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
imagewang / 160px
Размер набора данных :
140.40 MiB
Автоматическое кэширование ( документация ): Да
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):