formas3d

3dshapes es un conjunto de datos de formas 3D generadas por procedimientos a partir de 6 factores latentes independientes de la realidad del terreno. Estos factores son el color del suelo, el color de la pared, el color del objeto , la escala , la forma y la orientación .

Todas las combinaciones posibles de estas latentes están presentes exactamente una vez, generando N = 480000 imágenes totales.

Valores de factores latentes

  • tono de piso: 10 valores espaciados linealmente en [0, 1]
  • tono de pared: 10 valores espaciados linealmente en [0, 1]
  • tono del objeto: 10 valores espaciados linealmente en [0, 1]
  • escala: 8 valores espaciados linealmente en [0, 1]
  • forma: 4 valores en [0, 1, 2, 3]
  • orientación: 15 valores espaciados linealmente en [-30, 30]

Variamos una latente a la vez (empezando por la orientación, luego la forma, etc.) y almacenamos secuencialmente las imágenes en un orden fijo en la matriz de images . Los valores correspondientes de los factores se almacenan en el mismo orden en la matriz de labels .

Separar Ejemplos
'train' 480.000
  • Características :
FeaturesDict({
    'image': Image(shape=(64, 64, 3), dtype=tf.uint8),
    'label_floor_hue': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'label_object_hue': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'label_orientation': ClassLabel(shape=(), dtype=tf.int64, num_classes=15),
    'label_scale': ClassLabel(shape=(), dtype=tf.int64, num_classes=8),
    'label_shape': ClassLabel(shape=(), dtype=tf.int64, num_classes=4),
    'label_wall_hue': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'value_floor_hue': tf.float32,
    'value_object_hue': tf.float32,
    'value_orientation': tf.float32,
    'value_scale': tf.float32,
    'value_shape': tf.float32,
    'value_wall_hue': tf.float32,
})

Visualización

  • Cita :
@misc{3dshapes18,
  title={3D Shapes Dataset},
  author={Burgess, Chris and Kim, Hyunjik},
  howpublished={https://github.com/deepmind/3dshapes-dataset/},
  year={2018}
}