سيسكور ، سيسكور

SI-Score (التدخلات التركيبية في المشاهد لتقييم القوة) هي مجموعة بيانات لتقييم قوة نماذج تصنيف الصور للتغيرات في حجم الكائن والموقع وزاوية الدوران.

في SI-SCORE ، نأخذ الكائنات والخلفيات ونغير بشكل منهجي حجم الكائن والموقع وزاوية الدوران حتى نتمكن من دراسة تأثير تغيير هذه العوامل على أداء النموذج. مساحة تسمية الصورة هي مساحة تسمية ImageNet (فئة 1k) لسهولة تقييم النماذج.

يمكن العثور على مزيد من المعلومات حول مجموعة البيانات على https://github.com/google-research/si-score

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),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
dataset_label ClassLabel int64
صورة صورة (لا شيء ، لا شيء ، 3) uint8
معرّف_صورة موتر int64
ضع الكلمة المناسبة ClassLabel int64
@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 / التناوب (التكوين الافتراضي)

  • وصف التكوين : عامل الاختلاف: الدوران

  • حجم التحميل : 1.40 GiB

  • حجم مجموعة البيانات : 1.40 GiB

  • الانقسامات :

انشق، مزق أمثلة
'test' 39.540

التصور

siscore / الحجم

  • وصف التكوين : عامل الاختلاف: الحجم

  • حجم التحميل : 3.25 GiB

  • حجم مجموعة البيانات : 3.27 GiB

  • الانقسامات :

انشق، مزق أمثلة
'test' 92،884

التصور

siscore / الموقع

  • وصف التكوين : عامل الاختلاف: الموقع

  • حجم التحميل : 18.21 GiB

  • حجم مجموعة البيانات : 18.31 GiB

  • الانقسامات :

انشق، مزق أمثلة
'test' 541.548

التصور