dmlab

  • বর্ণনা :

Dmlab ডেটাসেটে ডিপমাইন্ড ল্যাব পরিবেশে কাজ করা এজেন্ট দ্বারা পর্যবেক্ষণ করা ফ্রেম রয়েছে, যা এজেন্ট এবং পরিবেশে উপস্থিত বিভিন্ন বস্তুর মধ্যে দূরত্ব দ্বারা টীকা করা হয়। লক্ষ্য হল 3D পরিবেশে ভিজ্যুয়াল ইনপুট থেকে দূরত্ব সম্পর্কে যুক্তি করার জন্য একটি ভিজ্যুয়াল মডেলের ক্ষমতা মূল্যায়ন করা। Dmlab ডেটাসেটে 6টি ক্লাসে 360x480 রঙের ছবি থাকে। ক্লাসগুলি যথাক্রমে {নিকট, দূর, খুব দূরে} x {ধনাত্মক পুরস্কার, ঋণাত্মক পুরস্কার}।

বিভক্ত উদাহরণ
'test' 22,735
'train' 65,550
'validation' 22,628
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(360, 480, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=6),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
ফাইলের নাম পাঠ্য স্ট্রিং
ইমেজ ছবি (360, 480, 3) uint8
লেবেল ক্লাসলেবেল int64

ভিজ্যুয়ালাইজেশন

  • উদ্ধৃতি :
@article{zhai2019visual,
        title={The Visual Task Adaptation Benchmark},
        author={Xiaohua Zhai and Joan Puigcerver and Alexander Kolesnikov and
               Pierre Ruyssen and Carlos Riquelme and Mario Lucic and
               Josip Djolonga and Andre Susano Pinto and Maxim Neumann and
               Alexey Dosovitskiy and Lucas Beyer and Olivier Bachem and
               Michael Tschannen and Marcin Michalski and Olivier Bousquet and
               Sylvain Gelly and Neil Houlsby},
                              year={2019},
                              eprint={1910.04867},
                              archivePrefix={arXiv},
                              primaryClass={cs.CV},
                              url = {https://arxiv.org/abs/1910.04867}
                          }