- คำอธิบาย :
ชุดข้อมูลนี้มีรูปภาพและชุดป้ายกำกับที่แสดงลักษณะเฉพาะบางอย่างของรูปภาพนั้น เช่น การติดเชื้อ varroa-mite ผึ้งที่บรรทุก ละอองเรณู หรือผึ้งที่ ทำให้รังเย็นลง ด้วยการกระพือปีก นอกจากนี้ ชุดข้อมูลนี้มีรูปภาพของตัวต่อเพื่อให้สามารถแยกแยะ ผึ้ง และตัวต่อได้
ภาพของผึ้งถ่ายจากด้านบนและหมุน ผึ้งอยู่ในแนวตั้งและหัวหรือลำตัวอยู่ด้านบน ภาพทั้งหมดถ่ายด้วยพื้นหลังสีเขียวและระยะห่างจากผึ้งจะเท่ากันเสมอ ดังนั้นผึ้งทุกตัวจึงมีขนาดเท่ากัน
ภาพแต่ละภาพสามารถมีป้ายกำกับได้หลายป้าย เช่น ผึ้งสามารถทำให้รังเย็นลงและมีการติดเชื้อ varrio-mite ในเวลาเดียวกัน
ชุดข้อมูลนี้ได้รับการออกแบบเป็นชุดข้อมูลหลายป้าย โดยที่แต่ละป้าย เช่น varroa_output จะมี 1 ถ้ามีลักษณะเฉพาะในภาพ และ 0 ถ้าไม่มี รูปภาพทั้งหมดมีให้โดยความสูง 300 พิกเซลและ 150 พิกเซลด้วยปัญญา ตามค่าเริ่มต้น ชุดข้อมูลจะจัดเตรียมภาพขนาด 150x75 (h,w) พิกเซล คุณสามารถเลือกความสูง 300 พิกเซลได้โดยการโหลดชุดข้อมูลชื่อ "bee_dataset/bee_dataset_300" และความสูง 200 พิกเซลโดย "bee_dataset/bee_dataset_200"
ใบอนุญาต: ใบอนุญาตสาธารณะทั่วไปของ GNU
ผู้เขียน: Fabian Hickert Fabian.Hickert@raspbee.de
หน้าแรก : https://raspbee.de
รหัสแหล่งที่มา :
tfds.datasets.bee_dataset.Builder
รุ่น :
-
1.0.0
(ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น
-
ขนาดการดาวน์โหลด :
192.39 MiB
แคชอัตโนมัติ ( เอกสาร ): ใช่
แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 7,490 |
คีย์ภายใต้การดูแล (ดู
as_supervised
doc ):('input', 'output')
การอ้างอิง :
@misc{BeeAlarmed - A camera based bee-hive monitoring,
title = "Dataset for a camera based bee-hive monitoring",
url={https://github.com/BeeAlarmed}, journal={BeeAlarmed},
author = "Fabian Hickert",
year = "2021",
NOTE = "\url{https://raspbee.de/} and \url{https://github.com/BeeAlarmed/BeeAlarmed}"
}
bee_dataset/bee_dataset_300 (การกำหนดค่าเริ่มต้น)
คำอธิบาย การกำหนดค่า : รูปภาพ BeeDataset ที่มีความสูง 300 พิกเซลและความกว้าง 150 พิกเซล
ขนาดชุดข้อมูล :
97.96 MiB
โครงสร้างคุณลักษณะ :
FeaturesDict({
'input': Image(shape=(300, 150, 3), dtype=uint8),
'output': FeaturesDict({
'cooling_output': float64,
'pollen_output': float64,
'varroa_output': float64,
'wasps_output': float64,
}),
})
- เอกสารคุณสมบัติ :
ลักษณะเฉพาะ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
ป้อนข้อมูล | ภาพ | (300, 150, 3) | uint8 | |
เอาต์พุต | คุณสมบัติDict | |||
เอาต์พุต/cooling_output | เทนเซอร์ | float64 | ||
เอาต์พุต/pollen_output | เทนเซอร์ | float64 | ||
เอาท์พุท/varroa_output | เทนเซอร์ | float64 | ||
เอาต์พุต/ตัวต่อ_เอาต์พุต | เทนเซอร์ | float64 |
- รูป ( tfds.show_examples ):
- ตัวอย่าง ( tfds.as_dataframe ):
bee_dataset/bee_dataset_200
คำอธิบาย การกำหนดค่า : รูปภาพ BeeDataset ที่มีความสูง 200 พิกเซลและความกว้าง 100 พิกเซล
ขนาดชุดข้อมูล :
55.48 MiB
โครงสร้างคุณลักษณะ :
FeaturesDict({
'input': Image(shape=(200, 100, 3), dtype=uint8),
'output': FeaturesDict({
'cooling_output': float64,
'pollen_output': float64,
'varroa_output': float64,
'wasps_output': float64,
}),
})
- เอกสารคุณสมบัติ :
ลักษณะเฉพาะ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
ป้อนข้อมูล | ภาพ | (200, 100, 3) | uint8 | |
เอาต์พุต | คุณสมบัติDict | |||
เอาต์พุต/cooling_output | เทนเซอร์ | float64 | ||
เอาต์พุต/pollen_output | เทนเซอร์ | float64 | ||
เอาท์พุท/varroa_output | เทนเซอร์ | float64 | ||
เอาต์พุต/ตัวต่อ_เอาต์พุต | เทนเซอร์ | float64 |
- รูป ( tfds.show_examples ):
- ตัวอย่าง ( tfds.as_dataframe ):
bee_dataset/bee_dataset_150
คำอธิบาย การกำหนดค่า : รูปภาพ BeeDataset ที่มีความสูง 200 พิกเซลและความกว้าง 100 พิกเซล
ขนาดชุดข้อมูล :
37.43 MiB
โครงสร้างคุณลักษณะ :
FeaturesDict({
'input': Image(shape=(150, 75, 3), dtype=uint8),
'output': FeaturesDict({
'cooling_output': float64,
'pollen_output': float64,
'varroa_output': float64,
'wasps_output': float64,
}),
})
- เอกสารคุณสมบัติ :
ลักษณะเฉพาะ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
ป้อนข้อมูล | ภาพ | (150, 75, 3) | uint8 | |
เอาต์พุต | คุณสมบัติDict | |||
เอาต์พุต/cooling_output | เทนเซอร์ | float64 | ||
เอาต์พุต/pollen_output | เทนเซอร์ | float64 | ||
เอาท์พุท/varroa_output | เทนเซอร์ | float64 | ||
เอาต์พุต/ตัวต่อ_เอาต์พุต | เทนเซอร์ | float64 |
- รูป ( tfds.show_examples ):
- ตัวอย่าง ( tfds.as_dataframe ):