Визуализация : Исследуйте в Know Your Data
Описание :
SI-Score (Synthetic Interventions on Scenes for Robustness Evaluation) — это набор данных для оценки устойчивости моделей классификации изображений к изменениям размера объекта, местоположения и угла поворота.
В SI-SCORE мы берем объекты и фоны и систематически изменяем размер объекта, местоположение и угол поворота, чтобы мы могли изучить влияние изменения этих факторов на производительность модели. Пространство меток изображений — это пространство меток ImageNet (классы 1k) для удобной оценки моделей.
Дополнительную информацию о наборе данных можно найти по адресу https://github.com/google-research/si-score .
Дополнительная документация : изучить документы с кодом
Домашняя страница : https://github.com/google-research/si-score
Исходный код :
tfds.datasets.siscore.Builder
Версии :
-
1.0.0
(по умолчанию): Первоначальный выпуск.
-
Автоматическое кэширование ( документация ): Нет
Структура функции :
FeaturesDict({
'dataset_label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
'image': Image(shape=(None, None, 3), dtype=uint8),
'image_id': int64,
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
dataset_label | Метка класса | int64 | ||
изображение | Изображение | (Нет, Нет, 3) | uint8 | |
image_id | Тензор | int64 | ||
этикетка | Метка класса | int64 |
Контролируемые ключи (см . документ
as_supervised
):('image', 'label')
Цитата :
@misc{djolonga2020robustness,
title={On Robustness and Transferability of Convolutional Neural Networks},
author={Josip Djolonga and Jessica Yung and Michael Tschannen and Rob Romijnders and Lucas Beyer and Alexander Kolesnikov and Joan Puigcerver and Matthias Minderer and Alexander D'Amour and Dan Moldovan and Sylvain Gelly and Neil Houlsby and Xiaohua Zhai and Mario Lucic},
year={2020},
eprint={2007.08558},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
siscore/rotation (конфигурация по умолчанию)
Описание конфигурации : коэффициент вариации: вращение
Размер загрузки :
1.40 GiB
Размер набора данных :
1.40 GiB
Сплиты :
Расколоть | Примеры |
---|---|
'test' | 39 540 |
- Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
оценка/размер
Описание конфигурации : коэффициент вариации: размер
Размер загрузки :
3.25 GiB
Размер набора данных :
3.27 GiB
Сплиты :
Расколоть | Примеры |
---|---|
'test' | 92 884 |
- Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
оценка/местоположение
Описание конфигурации : коэффициент вариации: местоположение
Размер загрузки :
18.21 GiB
Размер набора данных :
18.31 GiB
Сплиты :
Расколоть | Примеры |
---|---|
'test' | 541 548 |
- Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):