- Description :
L'ensemble de données DeepWeeds se compose de 17 509 images capturant huit espèces différentes de mauvaises herbes originaires d'Australie in situ avec la flore voisine. Les espèces de mauvaises herbes sélectionnées sont locales dans les prairies pastorales de l'État du Queensland. Les images ont été collectées à partir d'infestations de mauvaises herbes sur les sites suivants à travers le Queensland : "Black River", "Charters Towers", "Cluden", "Douglas", "Hervey Range", "Kelso", "McKinlay" et "Paluma".
Documentation supplémentaire : Explorer sur les articles avec le code
Page d'accueil : https://github.com/AlexOlsen/DeepWeeds
Code source :
tfds.image_classification.DeepWeedsVersions :
-
2.0.0: Corrige les mauvaises étiquettes dans la V1. -
3.0.0(par défaut) : mettre à jour l'URL de téléchargement.
-
Taille du téléchargement :
469.32 MiBTaille de l'ensemble de données :
469.99 MiBMise en cache automatique ( documentation ) : Non
Divisions :
| Diviser | Exemples |
|---|---|
'train' | 17 509 |
- Structure des fonctionnalités :
FeaturesDict({
'image': Image(shape=(256, 256, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=9),
})
- Documentation des fonctionnalités :
| Fonctionnalité | Classe | Forme | Type D | Description |
|---|---|---|---|---|
| FonctionnalitésDict | ||||
| image | Image | (256, 256, 3) | uint8 | |
| étiquette | Étiquette de classe | int64 |
Clés supervisées (Voir doc
as_supervised) :('image', 'label')Figure ( tfds.show_examples ) :
- Exemples ( tfds.as_dataframe ) :
- Citation :
@article{DeepWeeds2019,
author = {Alex Olsen and
Dmitry A. Konovalov and
Bronson Philippa and
Peter Ridd and
Jake C. Wood and
Jamie Johns and
Wesley Banks and
Benjamin Girgenti and
Owen Kenny and
James Whinney and
Brendan Calvert and
Mostafa {Rahimi Azghadi} and
Ronald D. White},
title = { {DeepWeeds: A Multiclass Weed Species Image Dataset for Deep Learning} },
journal = {Scientific Reports},
year = 2019,
number = 2058,
month = 2,
volume = 9,
issue = 1,
day = 14,
url = "https://doi.org/10.1038/s41598-018-38343-3",
doi = "10.1038/s41598-018-38343-3"
}