ビジュアライゼーション: Know Your Data で探索する
説明:
3dshapes は、6 つのグラウンド トゥルースに依存しない潜在因子から手続き的に生成された 3D 形状のデータセットです。これらの要因は、床の色、壁の色、オブジェクトの色、スケール、形状、向きです。
これらの潜在のすべての可能な組み合わせは、N = 480000 の合計画像を生成する 1 回だけ存在します。
潜在因子の値
- 床色相: [0, 1] で線形に配置された 10 個の値
- 壁の色相: [0, 1] で線形に配置された 10 個の値
- オブジェクトの色相: [0, 1] で線形に配置された 10 個の値
- スケール: [0, 1] で線形に配置された 8 つの値
- 形状: [0, 1, 2, 3] の 4 つの値
- 方向: [-30, 30] で直線的に配置された 15 個の値
一度に 1 つの潜在変数を変化させ (方向から開始し、次に形状など)、 images
配列に一定の順序でイメージを順次格納しました。因子の対応する値は、 labels
配列に同じ順序で格納されます。
追加のドキュメント:コード を使用したペーパーの探索
ソース コード:
tfds.datasets.shapes3d.Builder
バージョン:
-
2.0.0
(デフォルト): 新しい分割 API ( https://tensorflow.org/datasets/splits )
-
ダウンロードサイズ:
255.18 MiB
データセットサイズ:
1.68 GiB
自動キャッシュ(ドキュメント): いいえ
スプリット:
スプリット | 例 |
---|---|
'train' | 480,000 |
- 機能構造:
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,
})
- 機能のドキュメント:
特徴 | クラス | 形 | Dtype | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
画像 | 画像 | (64, 64, 3) | uint8 | |
label_floor_hue | クラスラベル | int64 | ||
label_object_hue | クラスラベル | int64 | ||
label_orientation | クラスラベル | int64 | ||
label_scale | クラスラベル | int64 | ||
label_shape | クラスラベル | int64 | ||
label_wall_hue | クラスラベル | int64 | ||
value_floor_hue | テンソル | float32 | ||
value_object_hue | テンソル | float32 | ||
value_orientation | テンソル | float32 | ||
value_scale | テンソル | float32 | ||
値_形状 | テンソル | float32 | ||
value_wall_hue | テンソル | float32 |
監視されたキー(
as_supervised
docを参照):None
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
- 引用:
@misc{3dshapes18,
title={3D Shapes Dataset},
author={Burgess, Chris and Kim, Hyunjik},
howpublished={https://github.com/deepmind/3dshapes-dataset/},
year={2018}
}