उत्तीर्ण

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

• विवरण :

PASS एक बड़े पैमाने पर छवि डेटासेट है जिसमें कोई भी मानव, मानव अंग या अन्य व्यक्तिगत रूप से पहचान योग्य जानकारी शामिल नहीं है। गोपनीयता संबंधी चिंताओं को काफी कम करते हुए इसका उपयोग उच्च-गुणवत्ता वाले स्व-पर्यवेक्षित पूर्व-प्रशिक्षण के लिए किया जा सकता है।

PASS में YFCC-100M से प्राप्त बिना किसी लेबल के 1,439,589 छवियां हैं।

इस डेटासेट की सभी छवियां CC-BY लाइसेंस के तहत लाइसेंसीकृत हैं, जैसा कि डेटासेट भी है। YFCC-100M के लिए http://www.multimediacommons.org/ देखें

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले कागजात पर अन्वेषण करें

• मुखपृष्ठ : https://www.robots.ox.ac.uk/~vgg/data/pass/

• स्रोत कोड : tfds.datasets.pass.Builder

• संस्करण :

  • 1.0.0 : प्रारंभिक रिलीज.
  • 2.0.0 : v2: v1 से 472 छवियां हटा दी गईं क्योंकि उनमें मनुष्य थे। मेटाडेटा भी जोड़ा गया: डेटटेकन और जीपीएस।
  • 3.0.0 (डिफ़ॉल्ट): v3: v2 से 131 छवियां हटा दी गईं क्योंकि उनमें मानव/टैटो थे।

• डाउनलोड आकार : 167.30 GiB

• डेटासेट का आकार : 166.43 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/creator_uname': Text(shape=(), dtype=string),
    'image/date_taken': Text(shape=(), dtype=string),
    'image/gps_lat': float32,
    'image/gps_lon': float32,
    'image/hash': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@Article{asano21pass,
author = "Yuki M. Asano and Christian Rupprecht and Andrew Zisserman and Andrea Vedaldi",
title = "PASS: An ImageNet replacement for self-supervised pretraining without humans",
journal = "NeurIPS Track on Datasets and Benchmarks",
year = "2021"
}