제어된_노이즈_웹_라벨

  • 설명 :

Controlled Noisy Web Labels는 Google Cloud Data Labeling Service를 통해 3~5명의 라벨 지정 전문가가 모든 이미지에 주의 깊게 주석을 추가한 이미지에 대한 최대 212,000개의 URL 모음입니다. 이러한 주석을 사용하여 웹에서 제어된 실제 레이블 노이즈의 첫 번째 벤치마크를 설정합니다.

Red Mini-ImageNet(실제 웹 노이즈) 및 Blue Mini-ImageNet 구성을 제공합니다. - controlled_noisy_web_labels/mini_imagenet_red - controlled_noisy_web_labels/mini_imagenet_blue

각 구성에는 0%에서 80%까지 10개의 잡음 수준 p가 있는 10개의 변형이 포함되어 있습니다. 유효성 검사 세트에는 깨끗한 레이블이 있으며 모든 시끄러운 교육 세트에서 공유됩니다. 따라서 각 구성에는 다음과 같은 분할이 있습니다.

  • train_00
  • 기차_05
  • train_10
  • 기차_15
  • 기차_20
  • 기차_30
  • 기차_40
  • 기차_50
  • 기차_60
  • train_80
  • 확인

데이터 세트 구성 및 분석에 대한 자세한 내용은 백서에서 확인할 수 있습니다. 모든 이미지는 84x84 해상도로 크기가 조정됩니다.

  1. 여기 에서 분할 및 주석을 다운로드하십시오.
  2. dataset_no_images.zip을 dataset_no_images/로 추출합니다.
  3. dataset_no_images/mini-imagenet-annotations.json의 모든 이미지를 dataset_no_images/noisy_images/라는 새 폴더로 다운로드합니다. 출력 파일 이름은 mini-imagenet-annotations.json에 제공된 이미지 ID와 일치해야 합니다. 예를 들어 "image/id": "5922767e5677aef4"인 경우 다운로드한 이미지는 dataset_no_images/noisy_images/5922767e5677aef4.jpg여야 합니다. 4.https://image-net.org/download-images에 등록하고 ILSVRC2012_img_train.tar 및 ILSVRC2012_img_val.tar를 다운로드합니다.

결과 디렉터리 구조는 TFDS에서 처리할 수 있습니다.

  • dataset_no_images/
    • 미니 이미지넷/
    • class_name.txt
    • 나뉘다/
      • blue_noise_nl_0.0
      • blue_noise_nl_0.1
      • ...
      • red_noise_nl_0.0
      • red_noise_nl_0.1
      • ...
      • clean_validation
    • mini-imagenet-annotations.json
  • ILSVRC2012_img_train.tar
  • ILSVRC2012_img_val.tar

  • noise_images/

    • 5922767e5677aef4.jpg

  • 자동 캐시 ( 문서 ): 아니요

  • 기능 구조 :

FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'is_clean': bool,
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
})
  • 기능 문서 :
특징 수업 모양 D타입 설명
풍모Dict
ID 텍스트 끈
영상 영상 (없음, 없음, 3) uint8
is_clean 텐서 부울
상표 클래스 레이블 int64
@inproceedings{jiang2020beyond,
  title={Beyond synthetic noise: Deep learning on controlled noisy labels},
  author={Jiang, Lu and Huang, Di and Liu, Mason and Yang, Weilong},
  booktitle={International Conference on Machine Learning},
  pages={4804--4815},
  year={2020},
  organization={PMLR}
}

controlled_noisy_web_labels/mini_imagenet_red(기본 구성)

  • 데이터세트 크기 : 1.19 GiB

  • 분할 :

나뉘다 예
'train_00' 50,000
'train_05' 50,000
'train_10' 50,000
'train_15' 50,000
'train_20' 50,000
'train_30' 49,985
'train_40' 50,010
'train_50' 49,962
'train_60' 50,000
'train_80' 50,008
'validation' 5,000

심상

controlled_noisy_web_labels/mini_imagenet_blue

  • 데이터세트 크기 : 1.39 GiB

  • 분할 :

나뉘다 예
'train_00' 60,000
'train_05' 60,000
'train_10' 60,000
'train_15' 60,000
'train_20' 60,000
'train_30' 60,000
'train_40' 60,000
'train_50' 60,000
'train_60' 60,000
'train_80' 60,000
'validation' 5,000

심상