- 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}
}