Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

przechodzić

PASS to wielkoskalowy zbiór danych obrazu, który nie zawiera żadnych ludzi, części ludzkich ani innych informacji umożliwiających identyfikację osób. Można go wykorzystać do wysokiej jakości samonadzorowanych szkoleń wstępnych, jednocześnie znacznie zmniejszając obawy o prywatność.

PASS zawiera 1 439 719 obrazów bez żadnych etykiet pochodzących z YFCC-100M.

Wszystkie obrazy w tym zbiorze danych są objęte licencją CC-BY, podobnie jak sam zbiór danych. Dla YFCC-100M zobaczyć http://www.multimediacommons.org/

Podział Przykłady
'train' 1 439 719
  • Cechy:
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),
})

Wyobrażanie sobie

  • cytat:
@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"
}