bentuk3d

• Deskripsi :

3dshapes adalah kumpulan data bentuk 3D yang secara prosedural dihasilkan dari 6 faktor laten independen kebenaran dasar. Faktor-faktor tersebut adalah warna lantai , warna dinding , warna benda , skala , bentuk dan orientasi .

Semua kemungkinan kombinasi laten ini muncul tepat satu kali, menghasilkan total N = 480000 gambar.

Nilai faktor laten

• floor hue: 10 nilai spasi linier dalam [0, 1]
• rona dinding: 10 nilai spasi linier dalam [0, 1]
• warna objek: 10 nilai spasi linier dalam [0, 1]
• skala: 8 nilai spasi linier dalam [0, 1]
• bentuk: 4 nilai di [0, 1, 2, 3]
• orientasi: 15 nilai spasi linier dalam [-30, 30]

Kami memvariasikan satu laten pada satu waktu (mulai dari orientasi, lalu bentuk, dll), dan secara berurutan menyimpan gambar dalam urutan tetap dalam larik images . Nilai-nilai yang sesuai dari faktor-faktor tersebut disimpan dalam urutan yang sama dalam larik labels .

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

• Kode sumber : tfds.image.Shapes3d

• Versi :

  • 2.0.0 (default): API split baru ( https://tensorflow.org/datasets/splits )

• Ukuran unduhan : 255.18 MiB

• Ukuran kumpulan data : Unknown size

• Cache otomatis ( dokumentasi ): Tidak diketahui

• Split :

• Fitur :

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,
})

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Kutipan :

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

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):