Visualizzazione : Esplora in Conosci i tuoi dati
Descrizione :
Il set di dati Quick Draw è una raccolta di 50 milioni di disegni in 345 categorie, forniti dai giocatori del gioco Quick, Draw!. Il set di dati bitmap contiene questi disegni convertiti dal formato vettoriale in immagini in scala di grigi 28x28
Documentazione aggiuntiva : Esplora documenti con codice
Home page : https://github.com/googlecreativelab/quickdraw-dataset
Codice sorgente :
tfds.datasets.quickdraw_bitmap.Builder
Versioni :
-
3.0.0
(impostazione predefinita): nuova API divisa ( https://tensorflow.org/datasets/splits )
-
Dimensione del download :
36.82 GiB
Dimensioni del set di dati :
Unknown size
Cache automatica ( documentazione ): Sconosciuto
Divisioni :
Diviso | Esempi |
---|---|
'train' | 50.426.266 |
- Struttura delle caratteristiche :
FeaturesDict({
'image': Image(shape=(28, 28, 1), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=345),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
Immagine | Immagine | (28, 28, 1) | uint8 | |
etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi
as_supervised
doc ):('image', 'label')
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
@article{DBLP:journals/corr/HaE17,
author = {David Ha and
Douglas Eck},
title = {A Neural Representation of Sketch Drawings},
journal = {CoRR},
volume = {abs/1704.03477},
year = {2017},
url = {http://arxiv.org/abs/1704.03477},
archivePrefix = {arXiv},
eprint = {1704.03477},
timestamp = {Mon, 13 Aug 2018 16:48:30 +0200},
biburl = {https://dblp.org/rec/bib/journals/corr/HaE17},
bibsource = {dblp computer science bibliography, https://dblp.org}
}