formas3d

• Visualização : Explorar em Conheça seus dados north_east

• Descrição :

3dshapes é um conjunto de dados de formas 3D geradas processualmente a partir de 6 fatores latentes independentes de verdade fundamental. Esses fatores são a cor do piso, cor da parede, cor do objeto , escala , forma e orientação .

Todas as combinações possíveis desses latentes estão presentes exatamente uma vez, gerando N = 480.000 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]

Variamos um latente de cada vez (começando pela orientação, depois pela forma etc.) e armazenamos sequencialmente as imagens em ordem fixa no array de images . Os valores correspondentes dos fatores são armazenados na mesma ordem no array labels .

• Documentação Adicional : Explore em Papers With Code north_east

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

• Código -fonte: tfds.datasets.shapes3d.Builder

• Versões :

  • 2.0.0 (padrão): Nova API de divisão ( https://tensorflow.org/datasets/splits )

• Tamanho do download : 255.18 MiB

• Tamanho do conjunto de dados : 1.68 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

• Estrutura de recursos :

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,
})

• Documentação do recurso:

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

• Citação :

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