s3o4d

• Wizualizacja : Eksploruj w regionie Poznaj swoje dane north_east

• opis :

Zbiór danych opisany po raz pierwszy w sekcji „Obiekty 3D Stanforda” w artykule Disentangling by Subspace Diffusion . Dane składają się ze 100 000 renderowań każdego z obiektów Króliczka i Smoka z Repozytorium Skanowania 3D Stanforda . W przyszłości może zostać dodanych więcej obiektów, ale w artykule wykorzystano tylko Zajączka i Smoka. Każdy obiekt jest renderowany z jednolicie próbkowanym oświetleniem z punktu na 2-sferze i jednolicie próbkowanym obrotem 3D. Prawdziwe stany utajone są dostarczane jako tablice NumPy wraz z obrazami. Oświetlenie jest podane jako 3-wektor z normą jednostkową, podczas gdy obrót jest podany zarówno jako kwaterniona, jak i macierz ortogonalna 3x3.

Istnieje wiele podobieństw między S3O4D a istniejącymi zestawami danych porównawczych ML, takimi jak NORB , 3D Chairs , 3D Shapes i wiele innych, które obejmują również renderowanie zestawu obiektów w różnych pozach i warunkach oświetlenia. Jednak żaden z tych istniejących zestawów danych nie obejmuje pełnej różnorodności obrotów w 3D – większość zawiera tylko podzbiór zmian wysokości i azymutu. Obrazy S3O4D są próbkowane równomiernie i niezależnie od pełnej przestrzeni obrotów i oświetlenia, co oznacza, że ​​zestaw danych zawiera obiekty, które są odwrócone i oświetlone od tyłu lub od dołu. Uważamy, że to sprawia, że ​​S3O4D wyjątkowo nadaje się do badań nad modelami generatywnymi, w których ukryta przestrzeń ma nietrywialną topologię, a także do ogólnych metod uczenia rozmaitości, w których ważna jest krzywizna rozmaitości.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : https://github.com/deepmind/deepmind-research/tree/master/geomancer#stanford-3d-objects-for-disentangling-s3o4d

• Kod źródłowy : tfds.datasets.s3o4d.Builder

• Wersje :

  • 1.0.0 (domyślnie): Wersja początkowa.

• Rozmiar pliku do pobrania : 911.68 MiB

• Rozmiar zestawu danych : 1.01 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'illumination': Tensor(shape=(3,), dtype=float32),
    'image': Image(shape=(256, 256, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'pose_mat': Tensor(shape=(3, 3), dtype=float32),
    'pose_quat': Tensor(shape=(4,), dtype=float32),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@article{pfau2020disentangling,
  title={Disentangling by Subspace Diffusion},
  author={Pfau, David and Higgins, Irina and Botev, Aleksandar and Racani\`ere,
  S{\'e}bastian},
  journal={Advances in Neural Information Processing Systems (NeurIPS)},
  year={2020}
}