Визуализация: Исследовать в Know Ваши данные
Описание:
База данных предназначена для экспериментов по распознаванию 3D-объектов по форме. Он содержит изображения 50 игрушек, относящихся к 5 общим категориям: четвероногие животные, человеческие фигуры, самолеты, грузовики и автомобили. Объекты были сфотографированы двумя камерами при 6 условиях освещения, 9 углах возвышения (от 30 до 70 градусов через каждые 5 градусов) и 18 азимутах (от 0 до 340 через каждые 20 градусов).
Обучающий набор состоит из 5 экземпляров каждой категории (экземпляры 4, 6, 7, 8 и 9) и тестового набора из оставшихся 5 экземпляров (экземпляры 0, 1, 2, 3 и 5).
Домашняя страница: https://cs.nyu.edu/~ylclab/data/norb-v1.0-small/
Исходный код:
tfds.image_classification.Smallnorb
Версии:
-
2.0.0
( по умолчанию): Новый раскол API ( https://tensorflow.org/datasets/splits ) -
2.1.0
: Нет Замечания к выпуску.
-
Скачать Размер:
250.60 MiB
Dataset размер:
Unknown size
Авто-кэшируются ( документация ): Unknown
расколы:
Расколоть | Примеры |
---|---|
'test' | 24 300 |
'train' | 24 300 |
- Особенности:
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),
})
Контролируемые ключи (см
as_supervised
документ ):('image', 'label_category')
Рис ( tfds.show_examples ): Не поддерживается.
Примеры ( tfds.as_dataframe ):
- Образец цитирования:
\
@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}
}