- Opis :
Wysokiej jakości wersja zbioru danych CELEBA, składająca się z 30000 obrazów w rozdzielczości 1024 x 1024.
Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem
Strona główna : https://github.com/tkarras/progressive_growing_of_gans
Kod źródłowy :
tfds.datasets.celeb_a_hq.Builder
Wersje :
-
2.0.0
(domyślnie): Nowe podzielone API ( https://tensorflow.org/datasets/splits )
-
Rozmiar pobierania :
Unknown size
Instrukcje ręcznego pobierania : ten zestaw danych wymaga ręcznego pobrania danych źródłowych do
download_config.manual_dir
(domyślnie jest to~/tensorflow_datasets/downloads/manual/
):
katalog_ręczny powinien zawierać wiele plików tar z obrazami (data2x2.tar, data4x4.tar ..data1024x1024.tar). Szczegółowe instrukcje znajdują się tutaj: https://github.com/tkarras/progressive_growing_of_gans#preparing-datasets-for-trainingPodziały :
Podział | Przykłady |
---|---|
'train' | 30 000 |
Klucze nadzorowane (zobacz dokument
as_supervised
):None
Cytat :
@article{DBLP:journals/corr/abs-1710-10196,
author = {Tero Karras and
Timo Aila and
Samuli Laine and
Jaakko Lehtinen},
title = {Progressive Growing of GANs for Improved Quality, Stability, and Variation},
journal = {CoRR},
volume = {abs/1710.10196},
year = {2017},
url = {http://arxiv.org/abs/1710.10196},
archivePrefix = {arXiv},
eprint = {1710.10196},
timestamp = {Mon, 13 Aug 2018 16:46:42 +0200},
biburl = {https://dblp.org/rec/bib/journals/corr/abs-1710-10196},
bibsource = {dblp computer science bibliography, https://dblp.org}
}
celeb_a_hq/1024 (konfiguracja domyślna)
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 1024 x 1024
Rozmiar zbioru danych :
54.04 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(1024, 1024, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (1024, 1024, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/512
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 512 x 512
Rozmiar zbioru danych :
15.33 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(512, 512, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (512, 512, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/256
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 256 x 256
Rozmiar zbioru danych :
4.21 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(256, 256, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (256, 256, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/128
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 128 x 128
Rozmiar zbioru danych :
1.13 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(128, 128, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (128, 128, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/64
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 64 x 64
Rozmiar zbioru danych :
310.94 MiB
Automatyczne buforowanie ( dokumentacja ): Nie
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(64, 64, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (64, 64, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/32
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 32 x 32
Rozmiar zbioru danych :
85.39 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(32, 32, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (32, 32, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/16
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 16 x 16
Rozmiar zbioru danych :
25.71 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(16, 16, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (16, 16, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/8
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 8 x 8
Rozmiar zbioru danych :
9.42 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(8, 8, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (8, 8, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/4
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 4 x 4
Rozmiar zbioru danych :
5.10 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(4, 4, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (4, 4, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/2
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 2 x 2
Rozmiar zbioru danych :
3.94 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(2, 2, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (2, 2, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
celeb_a_hq/1
Opis konfiguracji : Obrazy CelebaHQ w rozdzielczości 1 x 1
Rozmiar zbioru danych :
3.62 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Struktura funkcji :
FeaturesDict({
'image': Image(shape=(1, 1, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
obraz | Obraz | (1, 1, 3) | uint8 | |
obraz/nazwa pliku | Tekst | strunowy |
- Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):