cifar10_1

• Wizualizacja : Przeglądaj w Poznaj swoje dane

• Opis :

Zestaw danych CIFAR-10.1 to nowy zestaw testowy dla CIFAR-10. CIFAR-10.1 zawiera około 2000 nowych obrazów testowych, z których pobrano próbki po wielu latach badań nad oryginalnym zbiorem danych CIFAR-10. Zbieranie danych dla CIFAR-10.1 zostało zaprojektowane tak, aby zminimalizować przesunięcie dystrybucji w stosunku do oryginalnego zbioru danych. Opisujemy tworzenie CIFAR-10.1 w artykule „Czy klasyfikatory CIFAR-10 uogólniają na CIFAR-10?”. Obrazy w CIFAR-10.1 są podzbiorem zestawu danych TinyImages. Obecnie istnieją dwie wersje zbioru danych CIFAR-10.1: v4 i v6.

• Strona główna : https://github.com/modestyachts/CIFAR-10.1

• Kod źródłowy : tfds.image_classification.Cifar10_1

• Wersje :

  • 1.1.0 (domyślnie): Brak informacji o wydaniu.

• Automatyczne buforowanie ( dokumentacja ): Tak

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(32, 32, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDict
obraz	Obraz	(32, 32, 3)	tf.uint8
etykieta	Etykieta klasy		tf.int64

• Nadzorowane klucze (patrz as_supervised doc ): ('image', 'label')

• Rysunek ( tfds.show_examples ): Nieobsługiwane.

• Przykłady ( tfds.as_dataframe ): Brak.

• Cytat :

@article{recht2018cifar10.1,
  author = {Benjamin Recht and Rebecca Roelofs and Ludwig Schmidt and Vaishaal Shankar},
  title = {Do CIFAR-10 Classifiers Generalize to CIFAR-10?},
  year = {2018},
  note = {\url{https://arxiv.org/abs/1806.00451} },
}

@article{torralba2008tinyimages,
  author = {Antonio Torralba and Rob Fergus and William T. Freeman},
  journal = {IEEE Transactions on Pattern Analysis and Machine Intelligence},
  title = {80 Million Tiny Images: A Large Data Set for Nonparametric Object and Scene Recognition},
  year = {2008},
  volume = {30},
  number = {11},
  pages = {1958-1970}
}

cifar10_1/v4 (konfiguracja domyślna)

• Opis konfiguracji : Jest to pierwsza wersja naszego zbioru danych, na której testowaliśmy dowolny klasyfikator. Jak wspomniano powyżej, sprawia to, że zestaw danych v4 jest niezależny od ocenianych przez nas klasyfikatorów. Liczby podane w głównych sekcjach naszego artykułu wykorzystują tę wersję zbioru danych. Został zbudowany z 25 najlepszych słów kluczowych TinyImages dla każdej klasy, co doprowadziło do niewielkiej nierównowagi klas. Największa różnica polega na tym, że statki stanowią tylko 8% zestawu testowego zamiast 10%. v4 zawiera 2021 obrazów.

• Rozmiar pliku do pobrania : 5.93 MiB

• Rozmiar zestawu danych : 4.46 MiB

• Dzieli :

Rozdzielać	Przykłady
'test'	2021

cifar10_1/v6

• Opis konfiguracji : Pochodzi z nieco ulepszonej alokacji słów kluczowych, która jest dokładnie zrównoważona klasami. Ta wersja zbioru danych odpowiada wynikom z Załącznika D naszego artykułu. v6 zawiera 2000 obrazów.

• Rozmiar pliku do pobrania : 5.87 MiB

• Rozmiar zestawu danych : 4.40 MiB

• Dzieli :

Rozdzielać	Przykłady
'test'	2000