Эта страница была переведа с помощью Cloud Translation API.
Switch to English

visual_domain_decathlon

  • Описание :

Он содержит 10 наборов данных, используемых в Visual Domain Decathlon, части PASCAL in Detail Workshop Challenge (CVPR 2017). Цель этой задачи - решить одновременно десять задач классификации изображений, представляющих самые разные визуальные области.

Некоторые из включенных здесь наборов данных также доступны как отдельные наборы данных в TFDS. Однако обратите внимание, что изображения были предварительно обработаны для Visual Domain Decathlon (размер был изменен изотропно, чтобы иметь меньший размер 72 пикселя) и могут иметь разные разбиения на поезд / проверку / тест. Здесь мы используем официальные сплиты для соревнований.

@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 (конфигурация по умолчанию)

  • Описание конфигурации : Данные основаны на «Самолетах», с изотропно измененными размерами изображений, чтобы они имели меньший размер 72 пикселя.

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 20.96 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 3 333
'train' 3,334
'validation' 3 333
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=100),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / cifar100

  • Описание конфигурации : Данные основаны на "CIFAR-100", с изотропным изменением размера изображений до более короткого размера 72 пикселя.

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 119.43 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 10 000
'train' 40 000
'validation' 10 000
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=100),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / daimlerpedcls

  • Описание конфигурации : данные основаны на «классификации пешеходов Daimler», с изотропным изменением размера изображений до более короткого размера 72 пикселя.

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 68.35 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 19 600
'train' 23 520
'validation' 5 880
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / dtd

  • Описание конфигурации : данные основаны на «описываемых текстурах» с изотропным изменением размера изображений до более короткого размера 72 пикселя.

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 13.30 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 1880
'train' 1880
'validation' 1880
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=47),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / gtsrb

  • Описание конфигурации : Данные основаны на «Немецких дорожных знаках», при этом размер изображений изотропно изменен до более короткого (72 пикселя).

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 80.58 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 12 630
'train' 31 367
'validation' 7 842
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=43),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / imagenet12

  • Описание конфигурации : Данные основаны на "Imagenet", при этом размер изображений изотропно изменен, чтобы иметь меньший размер 72 пикселя.

  • Размер загружаемого файла : 6.11 GiB

  • Размер набора данных : 5.24 GiB

  • Автоматическое кэширование ( документация ): Нет

  • Сплит :

Трещина Примеры
'test' 48 238
'train' 1,232,167
'validation' 49 000
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1000),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / omniglot

  • Описание конфигурации : Данные основаны на «Омниглоте» с изотропным изменением размера изображений до более короткого размера 72 пикселя.

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 41.46 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 8,115
'train' 17 853
'validation' 6 492
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1623),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / svhn

  • Описание конфигурации : данные основаны на «номерах домов в просмотре улиц» с изотропным изменением размера изображений до 72 пикселей.

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 135.32 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 26 032
'train' 47 217
'validation' 26 040
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / ucf101

  • Описание конфигурации : данные основаны на "динамических изображениях UCF101", при этом размер изображений изотропно изменен до более короткого размера 72 пикселя.

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 19.73 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 3783
'train' 7 585
'validation' 1 952
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=101),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация

visual_domain_decathlon / vgg-цветы

  • Описание конфигурации : Данные основаны на «VGG-Flowers», при этом размер изображений изотропно изменен, чтобы иметь меньший размер 72 пикселя.

  • Размер загрузки : 409.94 MiB

  • Размер набора данных : 20.87 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'test' 6 149
'train' 1,020
'validation' 1,020
  • Особенности :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=102),
    'name': Text(shape=(), dtype=tf.string),
})

Визуализация