Visualización: Explora en desconoce sus datos
Descripción:
Esta base de datos está destinada a experimentos en el reconocimiento de objetos 3D a partir de formas. Contiene imágenes de 50 juguetes pertenecientes a 5 categorías genéricas: animales de cuatro patas, figuras humanas, aviones, camiones y automóviles. Los objetos fueron fotografiados por dos cámaras bajo 6 condiciones de iluminación, 9 elevaciones (30 a 70 grados cada 5 grados) y 18 acimutes (0 a 340 cada 20 grados).
El conjunto de entrenamiento se compone de 5 instancias de cada categoría (instancias 4, 6, 7, 8 y 9) y el conjunto de prueba de las 5 instancias restantes (instancias 0, 1, 2, 3 y 5).
El código fuente:
tfds.image_classification.Smallnorb
versiones:
-
2.0.0
(por defecto): Nueva API de división ( https://tensorflow.org/datasets/splits ) -
2.1.0
: No hay notas de la versión.
-
Tamaño del paquete:
250.60 MiB
Tamaño de conjunto de datos:
Unknown size
Auto-caché ( documentación ): Desconocido
Fraccionamientos:
Separar | Ejemplos de |
---|---|
'test' | 24,300 |
'train' | 24,300 |
- características:
FeaturesDict({
'image': Image(shape=(96, 96, 1), dtype=tf.uint8),
'image2': Image(shape=(96, 96, 1), dtype=tf.uint8),
'instance': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
'label_azimuth': ClassLabel(shape=(), dtype=tf.int64, num_classes=18),
'label_category': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
'label_elevation': ClassLabel(shape=(), dtype=tf.int64, num_classes=9),
'label_lighting': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
})
Claves supervisadas (Ver
as_supervised
doc ):('image', 'label_category')
Figura ( tfds.show_examples ): No soportado.
Ejemplos ( tfds.as_dataframe ):
- Cita:
\
@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}
}