Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

aprobar

PASS es un conjunto de datos de imágenes a gran escala que no incluye seres humanos, partes humanas u otra información de identificación personal. Se puede utilizar para una formación previa auto-supervisada de alta calidad y, al mismo tiempo, reduce significativamente las preocupaciones sobre la privacidad.

PASS contiene 1,439,719 imágenes sin etiquetas provenientes de YFCC-100M.

Todas las imágenes de este conjunto de datos tienen licencia CC-BY, al igual que el conjunto de datos en sí. Para YFCC-100M ver http://www.multimediacommons.org/

Separar Ejemplos de
'train' 1.439.719
  • características:
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/creator_uname': Text(shape=(), dtype=tf.string),
    'image/date_taken': Text(shape=(), dtype=tf.string),
    'image/gps_lat': tf.float32,
    'image/gps_lon': tf.float32,
    'image/hash': Text(shape=(), dtype=tf.string),
})

Visualización

  • Cita:
@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"
}