- توضیحات :
این پایگاه داده برای آزمایش در تشخیص شی 3D از شکل در نظر گرفته شده است. این شامل تصاویر 50 اسباب بازی متعلق به 5 دسته کلی است: حیوانات چهار پا ، شکل های انسان ، هواپیما ، کامیون و ماشین. این اشیا توسط دو دوربین تحت 6 شرایط نوری ، 9 مرتبه (30 تا 70 درجه در هر 5 درجه) و 18 آزیموت (0 تا 340 در هر 20 درجه) تصویربرداری شده اند.
مجموعه آموزش از 5 نمونه از هر دسته (نمونه های 4 ، 6 ، 7 ، 8 و 9) و مجموعه آزمون 5 نمونه باقیمانده (نمونه های 0 ، 1 ، 2 ، 3 و 5) تشکیل شده است.
صفحه اصلی : https://cs.nyu.edu/~ylclab/data/norb-v1.0-small/
کد منبع :
tfds.image_classification.Smallnorb
نسخه ها :
2.0.0
(پیش فرض): API جدید تقسیم شده ( https://tensorflow.org/datasets/splits )2.1.0
: بدون یادداشت انتشار.
اندازه بارگیری :
250.60 MiB
اندازه مجموعه داده :
Unknown size
ذخیره خودکار ( مستندات ): ناشناخته است
تقسیم :
شکاف | مثال ها |
---|---|
'test' | 24300 |
'train' | 24300 |
- ویژگی ها :
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),
})
کلیدهای تحت نظارت (به
as_supervised
سند نظارت شده مراجعه کنید):('image', 'label_category')
نقل قول :
\
@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}
}
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
مثالها ( tfds.as_dataframe ):