통과하다

• 설명 :

PASS는 사람, 사람의 일부, 기타 개인 식별 정보가 포함되지 않은 대규모 이미지 데이터세트입니다. 개인 정보 보호 문제를 크게 줄이면서 고품질의 자기 감독 사전 학습에 사용할 수 있습니다.

PASS에는 YFCC-100M에서 가져온 라벨이 없는 1,439,589개의 이미지가 포함되어 있습니다.

이 데이터세트의 모든 이미지는 데이터세트 자체와 마찬가지로 CC-BY 라이선스에 따라 라이선스가 부여됩니다. YFCC-100M에 대해서는 http://www.multimediacommons.org/를 참조하세요.

• 추가 문서 : 코드 north_east 가 포함된 논문 탐색

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

• 소스 코드 : tfds.datasets.pass.Builder

• 버전 :

  • 1.0.0 : 최초 릴리스.
  • 2.0.0 : v2: v1에서 인간이 포함된 472개의 이미지를 제거했습니다. 또한 메타데이터도 추가되었습니다: 촬영 날짜 및 GPS.
  • 3.0.0 (기본값): v3: 인간/문신이 포함되어 있으므로 v2에서 131개의 이미지를 제거했습니다.

• 다운로드 크기 : 167.30 GiB

• 데이터세트 크기 : 166.43 GiB

• 자동 캐시 ( 문서 ): 아니요

• 분할 :

• 기능 구조 :

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),
})

• 기능 문서 :

• 감독되는 키 ( as_supervised doc 참조): None

• 그림 ( tfds.show_examples ):

• 예 ( tfds.as_dataframe ):

• 인용 :

@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"
}