باهوش

• شرح :

CLEVR یک مجموعه داده تشخیصی است که طیف وسیعی از توانایی های استدلال بصری را آزمایش می کند. این شامل حداقل سوگیری است و دارای حاشیه نویسی های دقیق است که نوع استدلال مورد نیاز هر سوال را توصیف می کند.

• اسناد اضافی : کاوش در کاغذها با کد

• صفحه اصلی : https://cs.stanford.edu/people/jcjohns/clevr/

• کد منبع : tfds.datasets.clevr.Builder

• نسخه ها :

  • 3.0.0 : بدون یادداشت انتشار.
  • 3.1.0 (پیش فرض): متن سوال/پاسخ را اضافه کنید.

• حجم دانلود : 17.72 GiB

• حجم مجموعه داده : 17.75 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

شکاف	مثال ها
'test'	15000
'train'	70000
'validation'	15000

• ساختار ویژگی :

FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'objects': Sequence({
        '3d_coords': Tensor(shape=(3,), dtype=float32),
        'color': ClassLabel(shape=(), dtype=int64, num_classes=8),
        'material': ClassLabel(shape=(), dtype=int64, num_classes=2),
        'pixel_coords': Tensor(shape=(3,), dtype=float32),
        'rotation': float32,
        'shape': ClassLabel(shape=(), dtype=int64, num_classes=3),
        'size': ClassLabel(shape=(), dtype=int64, num_classes=2),
    }),
    'question_answer': Sequence({
        'answer': Text(shape=(), dtype=string),
        'question': Text(shape=(), dtype=string),
    }),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
نام فایل	متن		رشته
تصویر	تصویر	(هیچ، هیچ، 3)	uint8
اشیاء	توالی
اشیاء/3d_coords	تانسور	(3،)	float32
اشیاء / رنگ	ClassLabel		int64
اشیاء / مواد	ClassLabel		int64
اشیاء/pixel_coords	تانسور	(3،)	float32
اشیاء / چرخش	تانسور		float32
اشیاء/شکل	ClassLabel		int64
اشیاء/اندازه	ClassLabel		int64
سوال_پاسخ	توالی
سوال_پاسخ/جواب	متن		رشته
سوال_پاسخ/سوال	متن		رشته

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@inproceedings{johnson2017clevr,
  title={ {CLEVR}: A diagnostic dataset for compositional language and elementary visual reasoning},
  author={Johnson, Justin and Hariharan, Bharath and van der Maaten, Laurens and Fei-Fei, Li and Lawrence Zitnick, C and Girshick, Ross},
  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
  year={2017}
}