التصور : استكشف في اعرف بياناتك
الوصف :
قاعدة البيانات هذه مخصصة للتجارب في التعرف على الكائنات ثلاثية الأبعاد من الشكل. يحتوي على صور 50 لعبة تنتمي إلى 5 فئات عامة: حيوانات رباعية الأرجل ، وشخصيات بشرية ، وطائرات ، وشاحنات ، وسيارات. تم تصوير الأشياء بواسطة كاميرتين تحت 6 ظروف إضاءة ، 9 ارتفاعات (30 إلى 70 درجة كل 5 درجات) ، و 18 سمت (0 إلى 340 كل 20 درجة).
تتكون مجموعة التدريب من 5 مثيلات لكل فئة (الأمثلة 4 و 6 و 7 و 8 و 9) ، ومجموعة الاختبار من الحالات الخمس المتبقية (الحالات 0 و 1 و 2 و 3 و 5).
وثائق إضافية : استكشف في الأوراق باستخدام الرمز
الصفحة الرئيسية : https://cs.nyu.edu/~ylclab/data/norb-v1.0-small/
كود المصدر :
tfds.datasets.smallnorb.Builder
إصدارات :
-
2.0.0
(افتراضي): تقسيم API جديد ( https://tensorflow.org/datasets/splits ) -
2.1.0
: لا توجد ملاحظات إصدار.
-
حجم التحميل :
250.60 MiB
حجم مجموعة البيانات :
Unknown size
التخزين المؤقت التلقائي ( الوثائق ): غير معروف
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'test' | 24300 |
'train' | 24300 |
- هيكل الميزة :
FeaturesDict({
'image': Image(shape=(96, 96, 1), dtype=uint8),
'image2': Image(shape=(96, 96, 1), dtype=uint8),
'instance': ClassLabel(shape=(), dtype=int64, num_classes=10),
'label_azimuth': ClassLabel(shape=(), dtype=int64, num_classes=18),
'label_category': ClassLabel(shape=(), dtype=int64, num_classes=5),
'label_elevation': ClassLabel(shape=(), dtype=int64, num_classes=9),
'label_lighting': ClassLabel(shape=(), dtype=int64, num_classes=6),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
صورة | صورة | (96 ، 96 ، 1) | uint8 | |
صورة 2 | صورة | (96 ، 96 ، 1) | uint8 | |
نموذج | ClassLabel | int64 | ||
label_azimuth | ClassLabel | int64 | ||
التصنيف_الفئة | ClassLabel | int64 | ||
رفع التسمية | ClassLabel | int64 | ||
التسمية_الإضاءة | ClassLabel | int64 |
المفاتيح الخاضعة للإشراف (انظر المستند
as_supervised
):('image', 'label_category')
الشكل ( tfds.show_examples ): غير مدعوم.
أمثلة ( tfds.as_dataframe ):
- الاقتباس :
@article{LeCun2004LearningMF,
title={Learning methods for generic object recognition with invariance to pose and lighting},
author={Yann LeCun and Fu Jie Huang and L{\'e}on Bottou},
journal={Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition},
year={2004},
volume={2},
pages={II-104 Vol.2}
}