음식101

설명 :

이 데이터 세트는 101,000개의 이미지가 포함된 101개의 음식 범주로 구성됩니다. 클래스별로 수동으로 검토한 테스트 이미지 250개와 훈련 이미지 750개가 제공됩니다. 일부러 훈련 이미지를 정리하지 않았으므로 여전히 약간의 노이즈가 포함되어 있습니다. 이것은 주로 강렬한 색상과 때로는 잘못된 라벨의 형태로 나타납니다. 모든 이미지는 최대 측면 길이가 512픽셀로 조정되었습니다.

추가 문서 : 코드가 있는 논문에서 탐색
홈페이지 : https://data.vision.ee.ethz.ch/cvl/datasets_extra/food-101/
소스 코드 : tfds.image_classification.Food101
버전 :
- 1.0.0 : 릴리스 노트가 없습니다.
- 2.0.0 (기본값): 릴리스 정보가 없습니다.
- 2.1.0 : 릴리스 노트가 없습니다.
다운로드 크기 : 4.65 GiB
데이터세트 크기 : Unknown size
자동 캐시 됨( 문서 ): 알 수 없음
분할 :

나뉘다	예
`'train'`	75,750
`'validation'`	25,250

기능 구조 :

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

기능 문서 :

특징	수업	모양	D타입
	풍모Dict
영상	영상	(없음, 없음, 3)	uint8
상표	클래스 레이블		int64

감독 키 ( as_supervised 문서 참조): ('image', 'label')
그림 ( tfds.show_examples ):

예 ( tfds.as_dataframe ):

인용 :

@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}
}