- תיאור :
זה מכיל את 10 מערכי הנתונים המשמשים ב-Visual Domain Decathlon, חלק מאתגר PASCAL in Detail Workshop (CVPR 2017). המטרה של אתגר זה היא לפתור בו זמנית עשר בעיות סיווג תמונות המייצגות תחומים חזותיים שונים מאוד.
חלק ממערכי הנתונים הכלולים כאן זמינים גם כמערכי נתונים נפרדים ב-TFDS. עם זאת, שימו לב שתמונות עובדו מראש עבור ה-Visual Domain Decathlon (שינוי גודל איזוטרופי כדי לקבל גודל קצר יותר של 72 פיקסלים) וייתכן שיש להם פיצולי רכבת/אימות/בדיקה שונים. כאן אנו משתמשים בפיצולים הרשמיים לתחרות.
תיעוד נוסף : חקור על ניירות עם קוד
גרסאות :
-
1.2.0
(ברירת מחדל): אין הערות שחרור.
-
מפתחות בפיקוח (ראה
as_supervised
doc ):('image', 'label')
ציטוט :
@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 (תצורת ברירת מחדל)
תיאור תצורה : נתונים מבוססים על "מטוסים", עם גודל של תמונות איזוטרופיות לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל ערכת נתונים:
20.96 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 3,333 |
'train' | 3,334 |
'validation' | 3,333 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/cifar100
תיאור תצורה : נתונים מבוססים על "CIFAR-100", עם שינוי גודל של תמונות באופן איזוטרופי לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל מערך נתונים :
119.43 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 10,000 |
'train' | 40,000 |
'validation' | 10,000 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/daimlerpedcls
תיאור תצורה : נתונים מבוססים על "סיווג הולכי רגל של דיימלר", עם גודל של תמונות איזוטרופיות לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל מערך נתונים :
68.35 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 19,600 |
'train' | 23,520 |
'validation' | 5,880 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/dtd
תיאור תצורה : נתונים מבוססים על "טקסטורות שניתן לתאר", עם גודל של תמונות משתנה בצורה איזוטרית לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל ערכת נתונים :
13.30 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 1,880 |
'train' | 1,880 |
'validation' | 1,880 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=47),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/gtsrb
תיאור תצורה : נתונים מבוססים על "תמרורים גרמניים", עם שינוי גודל של תמונות באופן איזוטרופי לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל מערך נתונים :
80.58 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 12,630 |
'train' | 31,367 |
'validation' | 7,842 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=43),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/imagenet12
תיאור תצורה : נתונים מבוססים על "Imagenet", עם גודל של תמונות איזוטרופיות לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
6.11 GiB
גודל מערך נתונים :
5.24 GiB
שמירה אוטומטית במטמון ( תיעוד ): לא
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 48,238 |
'train' | 1,232,167 |
'validation' | 49,000 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/omniglot
תיאור תצורה : נתונים מבוססים על "Omniglot", עם שינוי גודל של תמונות באופן איזוטרופי לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל ערכת נתונים:
41.46 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 8,115 |
'train' | 17,853 |
'validation' | 6,492 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1623),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/svhn
תיאור תצורה : נתונים מבוססים על "מספרי בית עם תצוגת רחוב", עם שינוי גודל של תמונות בצורה איזוטרית לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל מערך נתונים :
135.32 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 26,032 |
'train' | 47,217 |
'validation' | 26,040 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/ucf101
תיאור תצורה : נתונים מבוססים על "UCF101 תמונות דינמיות", עם שינוי גודל של תמונות איזוטרופיות לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל ערכת נתונים:
19.73 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 3,783 |
'train' | 7,585 |
'validation' | 1,952 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
visual_domain_decathlon/vgg-flowers
תיאור תצורה : נתונים מבוססים על "VGG-Flowers", עם שינוי גודל של תמונות באופן איזוטרופי לגודל קצר יותר של 72 פיקסלים.
גודל הורדה :
409.94 MiB
גודל מערך נתונים :
20.87 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 6,149 |
'train' | 1,020 |
'validation' | 1,020 |
- מבנה תכונה :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=102),
'name': Text(shape=(), dtype=string),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 | ||
שֵׁם | טֶקסט | חוּט |
- איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):