- توضیحات :
یک نسخه برچسبگذاریشده مجدد از مجموعه آزمایشی CIFAR-10 با برچسبهای نرم که از حاشیهنویسهای واقعی انسان تهیه شده است. برای هر جفت (تصویر، برچسب) در مجموعه آزمایشی اصلی CIFAR-10، چندین برچسب اضافی ارائه شده توسط حاشیه نویسان واقعی انسان و همچنین برچسب نرم متوسط ارائه می کند. مجموعه آموزشی با مجموعه داده اصلی یکسان است.
صفحه اصلی : https://github.com/jcpeterson/cifar-10h
نسخه ها :
-
1.0.0
(پیش فرض): انتشار اولیه.
-
حجم دانلود :
172.92 MiB
حجم مجموعه داده :
144.85 MiB
ذخیره خودکار ( اسناد ): بله
تقسیم ها :
شکاف | مثال ها |
---|---|
'test' | 10000 |
'train' | 50000 |
- ساختار ویژگی :
FeaturesDict({
'annotator_ids': Sequence(Scalar(shape=(), dtype=int32)),
'human_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=10)),
'id': Text(shape=(), dtype=string),
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
'reaction_times': Sequence(Scalar(shape=(), dtype=float32)),
'soft_label': Tensor(shape=(10,), dtype=float32),
'trial_indices': Sequence(Scalar(shape=(), dtype=int32)),
})
- مستندات ویژگی :
ویژگی | کلاس | شکل | نوع D | شرح |
---|---|---|---|---|
FeaturesDict | ||||
annotator_ids | دنباله (اسکالر) | (هیچ یک،) | int32 | |
برچسب های انسانی | دنباله (ClassLabel) | (هیچ یک،) | int64 | |
شناسه | متن | رشته | ||
تصویر | تصویر | (32، 32، 3) | uint8 | |
برچسب | ClassLabel | int64 | ||
واکنش_زمان ها | دنباله (اسکالر) | (هیچ یک،) | float32 | |
soft_label | تانسور | (10،) | float32 | |
شاخص های آزمایشی | دنباله (اسکالر) | (هیچ یک،) | int32 |
کلیدهای نظارت شده (به
as_supervised
doc مراجعه کنید):None
شکل ( tfds.show_examples ):
- مثالها ( tfds.as_dataframe ):
- نقل قول :
@inproceedings{wei2022learning,
title={Human uncertainty makes classification more robust},
author={Joshua C. Peterson and Ruairidh M. Battleday and Thomas L. Griffiths
and Olga Russakovsky},
booktitle={IEEE International Conference on Computer Vision and Pattern
Recognition (CVPR)},
year={2019}
}