ดีเอ็มแล็บ

  • คำอธิบาย :

ชุดข้อมูล Dmlab ประกอบด้วยเฟรมที่ตรวจพบโดยเอเจนต์ที่ทำงานในสภาพแวดล้อม DeepMind Lab ซึ่งมีคำอธิบายประกอบโดยระยะห่างระหว่างเอเจนต์และอ็อบเจ็กต์ต่างๆ ที่มีอยู่ในสภาพแวดล้อม เป้าหมายคือเพื่อประเมินความสามารถของแบบจำลองภาพในการให้เหตุผลเกี่ยวกับระยะห่างจากอินพุตภาพในสภาพแวดล้อม 3 มิติ ชุดข้อมูล Dmlab ประกอบด้วยรูปภาพสีขนาด 360x480 ใน 6 คลาส คลาสคือ {ใกล้, ไกล, ไกลมาก} x {รางวัลเชิงบวก, รางวัลเชิงลบ} ตามลำดับ

แยก ตัวอย่าง
'test' 22,735
'train' 65,550
'validation' 22,628
  • โครงสร้างคุณสมบัติ :
FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(360, 480, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=6),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ชื่อไฟล์ ข้อความ เชือก
ภาพ ภาพ (360, 480, 3) uint8
ฉลาก ClassLabel int64

การแสดงภาพ

  • การอ้างอิง :
@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}
                          }