ddt

• Descriptif :

L'ensemble de données de textures descriptibles (DTD) est une collection évolutive d'images de textures à l'état sauvage, annotées avec une série d'attributs centrés sur l'humain, inspirés par les propriétés perceptuelles des textures. Ces données sont mises à la disposition de la communauté de la vision par ordinateur à des fins de recherche.

Le "label" de chaque exemple est son "attribut clé" (voir le site officiel). La version officielle de l'ensemble de données définit une partition de validation croisée de 10 fois. Nos répartitions TRAIN/TEST/VALIDATION sont celles du premier pli.

• Documentation complémentaire : Explorer sur Papers With Code

• Page d' accueil : https://www.robots.ox.ac.uk/~vgg/data/dtd/index.html

• Code source : tfds.image_classification.Dtd

• Versions :

  • 3.0.1 (par défaut) : aucune note de version.

• Taille du téléchargement : 596.28 MiB

• Taille du jeu de données : 603.00 MiB

• Mise en cache automatique ( documentation ): Non

• Fractionnements :

Diviser	Exemples
'test'	1 880
'train'	1 880
'validation'	1 880

• Structure des fonctionnalités :

FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=47),
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
nom de fichier	Texte		chaîne de caractères
image	Image	(Aucun, Aucun, 3)	uint8
étiquette	Étiquette de classe		int64

• Clés supervisées (Voir as_supervised doc ): None

• Figure ( tfds.show_examples ):

• Exemples ( tfds.as_dataframe ):

• Citation :

@InProceedings{cimpoi14describing,
Author    = {M. Cimpoi and S. Maji and I. Kokkinos and S. Mohamed and A. Vedaldi},
Title     = {Describing Textures in the Wild},
Booktitle = {Proceedings of the {IEEE} Conf. on Computer Vision and Pattern Recognition ({CVPR})},
Year      = {2014} }