şekiller3d

• Tanım :

3dshapes, temel gerçeklikten bağımsız 6 gizli faktörden prosedürel olarak oluşturulan 3 boyutlu şekillerden oluşan bir veri kümesidir. Bu faktörler zemin rengi , duvar rengi , nesne rengi , ölçek , şekil ve yönelimdir .

Bu gizli öğelerin olası tüm kombinasyonları tam olarak bir kez mevcut olup N = 480000 toplam görüntü oluşturulur.

Gizli faktör değerleri

• zemin tonu: [0, 1] şeklinde doğrusal olarak aralıklı 10 değer
• duvar tonu: [0, 1] şeklinde doğrusal aralıklarla yerleştirilmiş 10 değer
• nesne tonu: [0, 1]'de doğrusal olarak aralıklı 10 değer
• ölçek: [0, 1] şeklinde doğrusal olarak aralıklı 8 değer
• şekil: [0, 1, 2, 3]'te 4 değer
• yönlendirme: [-30, 30] aralığında doğrusal olarak aralıklı 15 değer

Her seferinde gizli olanı değiştirdik (yönelimden başlayarak, sonra şekilden vb.) ve görüntüleri, images dizisinde sabit bir sırayla sırayla depoladık. Faktörlerin karşılık gelen değerleri, labels dizisinde aynı sırada saklanır.

• Ek Belgeler : north_east Kodlu Makaleleri Keşfedin

• Ana sayfa : https://github.com/deepmind/3d-shapes

• Kaynak kodu : tfds.datasets.shapes3d.Builder

• Sürümler :

  • 2.0.0 (varsayılan): Yeni bölünmüş API ( https://tensorflow.org/datasets/splits )

• İndirme boyutu : 255.18 MiB

• Veri kümesi boyutu : 1.68 GiB

• Otomatik önbelleğe alınmış ( belgeler ): Hayır

• Bölünmeler :

• Özellik yapısı :

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

• Özellik belgeleri :

• Denetlenen anahtarlar ( as_supervised belgesine bakın): None

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):

• Alıntı :

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