deep_weeds

• Visualizzazione : Esplora in Conosci i tuoi dati

• Descrizione :

Il set di dati DeepWeeds è composto da 17.509 immagini che catturano otto diverse specie di piante infestanti originarie dell'Australia in situ con la flora vicina. Le specie di piante infestanti selezionate sono locali delle praterie pastorali in tutto lo stato del Queensland. Le immagini sono state raccolte da infestazioni di piante infestanti nei seguenti siti in tutto il Queensland: "Black River", "Charters Towers", "Cluden", "Douglas", "Hervey Range", "Kelso", "McKinlay" e "Paluma".

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : https://github.com/AlexOlsen/DeepWeeds

• Codice sorgente : tfds.image_classification.DeepWeeds

• Versioni :

  • 2.0.0 : corregge le etichette errate in V1.
  • 3.0.0 (impostazione predefinita): aggiorna l'URL di download.

• Dimensione del download : 469.32 MiB

• Dimensione del set di dati: 469.99 MiB

• Cache automatica ( documentazione ): No

• Divisioni :

Diviso	Esempi
'train'	17.509

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(256, 256, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=9),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(256, 256, 3)	uint8
etichetta	ClassLabel		int64

• Chiavi supervisionate (vedi as_supervised doc ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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"
}