ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

resisc45

  • รายละเอียด:

ชุดข้อมูล RESISC45 เป็นเกณฑ์มาตรฐานที่เผยแพร่ต่อสาธารณะสำหรับการจัดประเภทฉากภาพการตรวจจับระยะไกล (RESISC) ซึ่งสร้างโดยมหาวิทยาลัยโพลีเทคนิคนอร์ทเวสเทิร์น (NWPU) ชุดข้อมูลนี้มีภาพ 31,500 ภาพ ครอบคลุม 45 ฉากคลาส และ 700 ภาพในแต่ละคลาส

  • โฮมเพจ: http://www.escience.cn/people/JunweiHan/NWPU-RESISC45.html

  • รหัสที่มา: tfds.image_classification.Resisc45

  • รุ่น:

    • 3.0.0 (เริ่มต้น): ไม่มีบันทึกประจำรุ่น
  • ขนาดการดาวน์โหลด: Unknown size

  • ขนาดชุด: Unknown size

  • คำแนะนำการดาวน์โหลดคู่มือ: ชุดนี้คุณจะต้องดาวน์โหลดข้อมูลแหล่งที่มาของตนเองลงใน download_config.manual_dir (ค่าเริ่มต้น ~/tensorflow_datasets/downloads/manual/ ):
    ชุดข้อมูลที่สามารถดาวน์โหลดได้จากวันไดรฟ์: https://1drv.ms/u/s!AmgKYzARBl5ca3HNaHIlzp_IXjs หลังจากดาวน์โหลดไฟล์ RAR โปรดแยกไป manual_dir

  • ออโต้แคช ( เอกสาร ): ไม่ทราบ

  • แยก:

แยก ตัวอย่าง
'train' 31,500
  • คุณสมบัติ:
FeaturesDict({
    'filename': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(256, 256, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=45),
})

การสร้างภาพ

  • อ้างอิง:
@article{Cheng_2017,
   title={Remote Sensing Image Scene Classification: Benchmark and State of the Art},
   volume={105},
   ISSN={1558-2256},
   url={http://dx.doi.org/10.1109/JPROC.2017.2675998},
   DOI={10.1109/jproc.2017.2675998},
   number={10},
   journal={Proceedings of the IEEE},
   publisher={Institute of Electrical and Electronics Engineers (IEEE)},
   author={Cheng, Gong and Han, Junwei and Lu, Xiaoqiang},
   year={2017},
   month={Oct},
   pages={1865-1883}
}