visual_domain_decathlon

• Descrizione :

Questo contiene i 10 set di dati utilizzati nel Visual Domain Decathlon, parte del PASCAL in Detail Workshop Challenge (CVPR 2017). L'obiettivo di questa sfida è risolvere simultaneamente dieci problemi di classificazione delle immagini rappresentativi di domini visivi molto diversi.

Alcuni dei set di dati qui inclusi sono disponibili anche come set di dati separati in TFDS. Tuttavia, si noti che le immagini sono state preelaborate per Visual Domain Decathlon (ridimensionate in modo isotropico per avere una dimensione inferiore di 72 pixel) e potrebbero avere diverse suddivisioni di addestramento/convalida/test. Qui usiamo le divisioni ufficiali per la competizione.

• Documentazione aggiuntiva : Esplora documenti con codice north_east

• Pagina iniziale : https://www.robots.ox.ac.uk/~vgg/decathlon/

• Codice sorgente : tfds.image_classification.VisualDomainDecathlon

• Versioni :

  • 1.2.0 (impostazione predefinita): nessuna nota di rilascio.

• Chiavi supervisionate (vedi as_supervised doc ): ('image', 'label')

• Citazione :

@ONLINE{hakanbilensylvestrerebuffitomasjakab2017,
    author = "Hakan Bilen, Sylvestre Rebuffi, Tomas Jakab",
    title  = "Visual Domain Decathlon",
    year   = "2017",
    url    = "https://www.robots.ox.ac.uk/~vgg/decathlon/"
}

visual_domain_decathlon/aircraft (configurazione predefinita)

• Descrizione della configurazione : dati basati su "Aircraft", con immagini ridimensionate isotropicamente per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati: 20.96 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/cifar100

• Descrizione della configurazione : dati basati su "CIFAR-100", con immagini ridimensionate isotropicamente per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati: 119.43 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/daimlerpedcls

• Descrizione della configurazione : dati basati su "Daimler Pedestrian Classification", con immagini ridimensionate in modo isotropico per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati: 68.35 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/dtd

• Descrizione della configurazione : dati basati su "Texture descrivibili", con immagini ridimensionate in modo isotropico per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati : 13.30 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=47),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/gtsrb

• Descrizione della configurazione : dati basati su "Segnali stradali tedeschi", con immagini ridimensionate isotropicamente per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati: 80.58 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=43),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/imagenet12

• Descrizione della configurazione : dati basati su "Imagenet", con immagini ridimensionate isotropicamente per avere una dimensione inferiore di 72 pixel.

• Dimensione del download : 6.11 GiB

• Dimensione del set di dati: 5.24 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/omniglot

• Descrizione della configurazione : dati basati su "Omniglot", con immagini ridimensionate isotropicamente per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati: 41.46 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1623),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/svhn

• Descrizione della configurazione : dati basati su "Numeri civici di Street View", con immagini ridimensionate in modo isotropico per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati: 135.32 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/ucf101

• Descrizione della configurazione : dati basati su "Immagini dinamiche UCF101", con immagini ridimensionate in modo isotropico per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati: 19.73 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

visual_domain_decathlon/vgg-fiori

• Descrizione della configurazione : dati basati su "VGG-Flowers", con immagini ridimensionate isotropicamente per avere una dimensione inferiore di 72 pixel.

• Dimensioni del download : 409.94 MiB

• Dimensione del set di dati: 20.87 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=102),
    'name': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):