Visualisation : Explorer dans Know Your Data
Descriptif :
Le jeu de données Dmlab contient des trames observées par l'agent agissant dans l'environnement DeepMind Lab, qui sont annotées par la distance entre l'agent et divers objets présents dans l'environnement. L'objectif est d'évaluer la capacité d'un modèle visuel à raisonner sur les distances à partir de l'entrée visuelle dans des environnements 3D. Le jeu de données Dmlab se compose d'images couleur 360x480 en 6 classes. Les classes sont respectivement {proche, loin, très loin} x {récompense positive, récompense négative}.
Page d' accueil : https://github.com/google-research/task_adaptation
Code source :
tfds.image_classification.Dmlab
Versions :
-
2.0.1
(par défaut) : aucune note de version.
-
Taille du téléchargement :
2.81 GiB
Taille du jeu de données :
3.13 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :
Diviser | Exemples |
---|---|
'test' | 22 735 |
'train' | 65 550 |
'validation' | 22 628 |
- Structure des fonctionnalités :
FeaturesDict({
'filename': Text(shape=(), dtype=string),
'image': Image(shape=(360, 480, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=6),
})
- Documentation des fonctionnalités :
Caractéristique | Classer | Forme | Dtype | La description |
---|---|---|---|---|
FonctionnalitésDict | ||||
nom de fichier | Texte | chaîne de caractères | ||
image | Image | (360, 480, 3) | uint8 | |
étiquette | Étiquette de classe | int64 |
Clés supervisées (Voir
as_supervised
doc ):('image', 'label')
Figure ( tfds.show_examples ):
- Exemples ( tfds.as_dataframe ):
- Citation :
@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}
}