לַעֲבוֹר

• ויזואליזציה : חקור ב- Know Your Data north_east

• תיאור :

PASS הוא מערך תמונות בקנה מידה גדול שאינו כולל בני אדם, חלקים אנושיים או מידע אישי אחר. זה יכול לשמש עבור אימון מקדים בפיקוח עצמי באיכות גבוהה תוך הפחתה משמעותית של חששות הפרטיות.

PASS מכיל 1,439,589 תמונות ללא כל תוויות שמקורן ב-YFCC-100M.

כל התמונות במערך נתונים זה מורשות תחת רישיון CC-BY, וכך גם מערך הנתונים עצמו. עבור YFCC-100M ראה http://www.multimediacommons.org/

• תיעוד נוסף : חקור על ניירות עם קוד north_east

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

• קוד מקור : tfds.datasets.pass.Builder

• גרסאות :

  • 1.0.0 : שחרור ראשוני.
  • 2.0.0 : v2: הסירו 472 תמונות מ-v1 מכיוון שהן מכילות בני אדם. נוספו גם מטא נתונים: תאריך צילום ו-GPS.
  • 3.0.0 (ברירת מחדל): v3: הסירו 131 תמונות מ-v2 מכיוון שהן מכילות בני אדם/קעקועים.

• גודל הורדה : 167.30 GiB

• גודל ערכת נתונים: 166.43 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

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),
})

• תיעוד תכונה :

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ):

• דוגמאות ( tfds.as_dataframe ):

• ציטוט :

@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"
}