manioc

• Description :

Le manioc se compose d'images de feuilles de manioc illustrant des conditions saines et quatre (4) maladies ; Maladie de la mosaïque du manioc (CMD), brûlure bactérienne du manioc (CBB), acarien grec du manioc (CGM) et maladie des stries brunes du manioc (CBSD). L'ensemble de données comprend un total de 9 430 images étiquetées. Les 9 430 images étiquetées sont divisées en un ensemble d'apprentissage (5 656), un ensemble de test (1 885) et un ensemble de validation (1 889). Le nombre d'images par classe est déséquilibré, les deux classes de maladies CMD et CBSD représentant 72 % des images.

• Page d'accueil : https://www.kaggle.com/c/cassava-disease/overview

• Code source : tfds.image_classification.Cassava

• Versions :

  • 0.1.0 (par défaut) : Aucune note de version.

• Taille du téléchargement : 1.26 GiB

• Taille du jeu de données : 1.26 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

Diviser	Exemples
'test'	1 885
'train'	5 656
'validation'	1 889

• Structure des fonctionnalités :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=5),
})

• Documentation des fonctionnalités :

Fonctionnalité	Classe	Forme	Type D	Description
	FonctionnalitésDict
image	Image	(Aucun, Aucun, 3)	uint8
image/nom de fichier	Texte		chaîne
étiquette	Étiquette de classe		int64

• Clés supervisées (Voir doc as_supervised ) : ('image', 'label')

• Figure ( tfds.show_examples ) :

• Exemples ( tfds.as_dataframe ) :

• Citation :

@misc{mwebaze2019icassava,
    title={iCassava 2019Fine-Grained Visual Categorization Challenge},
    author={Ernest Mwebaze and Timnit Gebru and Andrea Frome and Solomon Nsumba and Jeremy Tusubira},
    year={2019},
    eprint={1908.02900},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}