Sintonize-se com as primeiras mulheres em ML Simpósio esta terça-feira 19 out às 9h PST Register now

shapes3d

3dshapes é um conjunto de dados de formas 3D gerados proceduralmente a partir de 6 fatores latentes independentes de verdade terrestre. Estes factores são de cor chão, parede cor, cor do objecto, escala, forma e orientação.

Todas as combinações possíveis dessas latentes estão presentes exatamente uma vez, gerando N = 480000 imagens no total.

Valores de fator latente

  • matiz do piso: 10 valores espaçados linearmente em [0, 1]
  • matiz da parede: 10 valores espaçados linearmente em [0, 1]
  • matiz do objeto: 10 valores espaçados linearmente em [0, 1]
  • escala: 8 valores espaçados linearmente em [0, 1]
  • forma: 4 valores em [0, 1, 2, 3]
  • orientação: 15 valores espaçados linearmente em [-30, 30]

Nós variou um latente de cada vez (a partir de orientação, em seguida, forma, etc.), e armazenados sequencialmente as imagens, de modo fixo no images de matriz. Os valores correspondentes dos factores são armazenados na mesma ordem no labels matriz.

Dividir Exemplos
'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,
})

Visualização

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