Görselleştirme : Verilerinizi keşfedin
Açıklama :
Bu veritabanı, şekilden 3B nesne tanıma deneyleri için tasarlanmıştır. 5 genel kategoriye ait 50 oyuncağın görsellerini içerir: dört ayaklı hayvanlar, insan figürleri, uçaklar, kamyonlar ve arabalar. Nesneler, 6 aydınlatma koşulunda, 9 yükseklik (her 5 derecede 30 ila 70 derece) ve 18 azimut (her 20 derecede 0 ila 340) altında iki kamera tarafından görüntülendi.
Eğitim seti, her kategorinin 5 örneğinden (örnek 4, 6, 7, 8 ve 9) ve geri kalan 5 örneğin test kümesinden (örnek 0, 1, 2, 3 ve 5) oluşur.
Kaynak kodu :
tfds.datasets.smallnorb.Builder
sürümler :
-
2.0.0
(varsayılan): Yeni bölünmüş API ( https://tensorflow.org/datasets/splits ) -
2.1.0
: Sürüm notu yok.
-
İndirme boyutu :
250.60 MiB
Veri kümesi boyutu :
Unknown size
Otomatik önbelleğe alınmış ( belgeler ): Bilinmiyor
bölmeler :
Bölmek | örnekler |
---|---|
'test' | 24.300 |
'train' | 24.300 |
- Özellik yapısı :
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),
})
- Özellik belgeleri :
Özellik | Sınıf | Şekil | Dtipi | Açıklama |
---|---|---|---|---|
ÖzelliklerDict | ||||
görüntü | resim | (96, 96, 1) | uint8 | |
resim2 | resim | (96, 96, 1) | uint8 | |
misal | SınıfEtiketi | int64 | ||
etiket_azimuth | SınıfEtiketi | int64 | ||
etiket_kategori | SınıfEtiketi | int64 | ||
etiket_yüksekliği | SınıfEtiketi | int64 | ||
etiket_aydınlatma | SınıfEtiketi | int64 |
Denetlenen anahtarlar (Bkz
as_supervised
doc ):('image', 'label_category')
Şekil ( tfds.show_examples ): Desteklenmiyor.
Örnekler ( tfds.as_dataframe ):
- Alıntı :
@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}
}