yemek101

• Açıklama :

Bu veri seti, 101'000 görüntü ile 101 gıda kategorisinden oluşuyor. Her sınıf için, manuel olarak incelenen 250 test görüntüsü ve 750 eğitim görüntüsü sağlanır. Eğitim görüntüleri kasıtlı olarak temizlenmedi ve bu nedenle yine de bir miktar parazit içeriyor. Bu çoğunlukla yoğun renkler ve bazen yanlış etiketler şeklinde gelir. Tüm görüntüler, maksimum kenar uzunluğu 512 piksel olacak şekilde yeniden ölçeklendi.

• Ek Belgeler : Belgeleri Keşfedin

• Ana Sayfa : https://data.vision.ee.ethz.ch/cvl/datasets_extra/food-101/

• Kaynak kodu : tfds.image_classification.Food101

• sürümler :

  • 1.0.0 : Sürüm notu yok.
  • 2.0.0 (varsayılan): Sürüm notu yok.
  • 2.1.0 : Sürüm notu yok.

• İndirme boyutu : 4.65 GiB

• Veri kümesi boyutu : Unknown size

• Otomatik önbelleğe alınmış ( belgeler ): Bilinmiyor

• bölmeler :

Bölmek	örnekler
'train'	75.750
'validation'	25.250

• Özellik yapısı :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
})

• Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi	Tanım
	ÖzelliklerDict
resim	resim	(Yok, Yok, 3)	uint8
etiket	SınıfEtiketi		int64

• Denetlenen anahtarlar (Bkz as_supervised doc ): ('image', 'label')

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):

• Alıntı :

@inproceedings{bossard14,
  title = {Food-101 -- Mining Discriminative Components with Random Forests},
  author = {Bossard, Lukas and Guillaumin, Matthieu and Van Gool, Luc},
  booktitle = {European Conference on Computer Vision},
  year = {2014}
}