¡TFDS ahora admite el formato Croissant 🥐 ! Lea la documentación para saber más.

Esta página se ha traducido con Cloud Translation API.

celebridad_a_hq

Descripción :

Versión de alta calidad del conjunto de datos CELEBA, que consta de 30000 imágenes con una resolución de 1024 x 1024.

Documentación adicional : Explorar en artículos con código
Página de inicio : https://github.com/tkarras/progressive_growing_of_gans
Código fuente : tfds.datasets.celeb_a_hq.Builder
Versiones :
- 2.0.0 (predeterminado): Nueva API dividida ( https://tensorflow.org/datasets/splits )
Tamaño de descarga : Unknown size
Instrucciones de descarga manual : este conjunto de datos requiere que descargue los datos de origen manualmente en download_config.manual_dir (el valor predeterminado es ~/tensorflow_datasets/downloads/manual/ ):
manual_dir debe contener varios archivos tar con imágenes (data2x2.tar, data4x4.tar... data1024x1024.tar). Las instrucciones detalladas están aquí: https://github.com/tkarras/progressive_growing_of_gans#preparing-datasets-for-training
Divisiones :

Dividir	Ejemplos
`'train'`	30.000

Claves supervisadas (ver documento as_supervised ): None
Citación :

@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 (configuración predeterminada)

Descripción de la configuración : imágenes CelebaHQ en resolución de 1024 x 1024
Tamaño del conjunto de datos : 54.04 GiB
Almacenamiento en caché automático ( documentación ): No
Estructura de características :

FeaturesDict({
    'image': Image(shape=(1024, 1024, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(1024, 1024, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celeb_a_hq/512

Descripción de la configuración : imágenes CelebaHQ en resolución de 512 x 512
Tamaño del conjunto de datos : 15.33 GiB
Almacenamiento en caché automático ( documentación ): No
Estructura de características :

FeaturesDict({
    'image': Image(shape=(512, 512, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(512, 512, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celeb_a_hq/256

Descripción de la configuración : imágenes CelebaHQ en resolución de 256 x 256
Tamaño del conjunto de datos : 4.21 GiB
Almacenamiento en caché automático ( documentación ): No
Estructura de características :

FeaturesDict({
    'image': Image(shape=(256, 256, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(256, 256, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celeb_a_hq/128

Descripción de la configuración : imágenes CelebaHQ en resolución de 128 x 128
Tamaño del conjunto de datos : 1.13 GiB
Almacenamiento en caché automático ( documentación ): No
Estructura de características :

FeaturesDict({
    'image': Image(shape=(128, 128, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(128, 128, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celebridad_a_hq/64

Descripción de la configuración : imágenes CelebaHQ en resolución de 64 x 64
Tamaño del conjunto de datos : 310.94 MiB
Almacenamiento en caché automático ( documentación ): No
Estructura de características :

FeaturesDict({
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(64, 64, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celebridad_a_hq/32

Descripción de la configuración : imágenes CelebaHQ en resolución de 32 x 32
Tamaño del conjunto de datos : 85.39 MiB
Almacenamiento en caché automático ( documentación ): Sí
Estructura de características :

FeaturesDict({
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(32, 32, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celeb_a_hq/16

Descripción de la configuración : imágenes CelebaHQ en resolución de 16 x 16
Tamaño del conjunto de datos : 25.71 MiB
Almacenamiento en caché automático ( documentación ): Sí
Estructura de características :

FeaturesDict({
    'image': Image(shape=(16, 16, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(16, 16, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celebridad_a_hq/8

Descripción de la configuración : imágenes CelebaHQ en resolución de 8 x 8
Tamaño del conjunto de datos : 9.42 MiB
Almacenamiento en caché automático ( documentación ): Sí
Estructura de características :

FeaturesDict({
    'image': Image(shape=(8, 8, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(8, 8, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celebridad_a_hq/4

Descripción de la configuración : Imágenes CelebaHQ en resolución 4 x 4
Tamaño del conjunto de datos : 5.10 MiB
Almacenamiento en caché automático ( documentación ): Sí
Estructura de características :

FeaturesDict({
    'image': Image(shape=(4, 4, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(4, 4, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celebridad_a_hq/2

Descripción de la configuración : imágenes CelebaHQ en resolución 2 x 2
Tamaño del conjunto de datos : 3.94 MiB
Almacenamiento en caché automático ( documentación ): Sí
Estructura de características :

FeaturesDict({
    'image': Image(shape=(2, 2, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(2, 2, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

celebridad_a_hq/1

Descripción de la configuración : imágenes CelebaHQ en resolución 1 x 1
Tamaño del conjunto de datos : 3.62 MiB
Almacenamiento en caché automático ( documentación ): Sí
Estructura de características :

FeaturesDict({
    'image': Image(shape=(1, 1, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
imagen	Imagen	(1, 1, 3)	uint8
imagen/nombre de archivo	Texto		cadena

Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):