कैल्टेक101

• विवरण :

कैल्टेक-101 में 101 वर्गों से संबंधित वस्तुओं के चित्र हैं, साथ ही एक background clutter वर्ग भी है। प्रत्येक छवि को एक ही वस्तु से लेबल किया गया है। प्रत्येक कक्षा में लगभग 40 से 800 छवियां होती हैं, कुल मिलाकर लगभग 9k छवियां। छवियाँ अलग-अलग आकार की होती हैं, जिनकी सामान्य किनारे की लंबाई 200-300 पिक्सेल होती है। इस संस्करण में केवल छवि-स्तरीय लेबल हैं। मूल डेटासेट में बाउंडिंग बॉक्स भी शामिल हैं।

• अतिरिक्त दस्तावेज़ीकरण : कोड वाले कागजात पर अन्वेषण करें

• मुखपृष्ठ : https://doi.org/10.22002/D1.20086

• स्रोत कोड : tfds.datasets.caltech101.Builder बिल्डर

• संस्करण :

  • 3.0.0 : नया स्प्लिट एपीआई ( https://tensorflow.org/datasets/splits )
  • 3.0.1 : वेबसाइट यूआरएल अपडेट
  • 3.0.2 (डिफ़ॉल्ट): यूआरएल अपडेट डाउनलोड करें

• डाउनलोड आकार : 131.05 MiB

• डेटासेट का आकार : 132.86 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• विभाजन :

विभाजित करना	उदाहरण
'test'	6,084
'train'	3,060

• फ़ीचर संरचना :

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

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार	विवरण
	फीचर्सडिक्ट
छवि	छवि	(कोई नहीं, कोई नहीं, 3)	uint8
छवि/फ़ाइल_नाम	मूलपाठ		डोरी
लेबल	क्लास लेबल		int64

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): ('image', 'label')

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@article{FeiFei2004LearningGV,
  title={Learning Generative Visual Models from Few Training Examples: An Incremental Bayesian Approach Tested on 101 Object Categories},
  author={Li Fei-Fei and Rob Fergus and Pietro Perona},
  journal={Computer Vision and Pattern Recognition Workshop},
  year={2004},
}