อาหาร101

• คำอธิบาย :

ชุดข้อมูลนี้ประกอบด้วยหมวดหมู่อาหาร 101 หมวด พร้อมรูปภาพ 101,000 ภาพ สำหรับแต่ละชั้นเรียน จะมีภาพการทดสอบที่ผ่านการตรวจสอบด้วยตนเอง 250 ภาพ รวมถึงภาพการฝึกอบรม 750 ภาพ โดยเจตนา ภาพการฝึกไม่ได้ถูกล้าง และยังคงมีสัญญาณรบกวนอยู่บ้าง ซึ่งส่วนใหญ่มาในรูปของสีที่เข้มข้นและฉลากที่ไม่ถูกต้องในบางครั้ง รูปภาพทั้งหมดได้รับการปรับขนาดให้มีความยาวด้านสูงสุด 512 พิกเซล

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

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

• รหัสที่มา : tfds.image_classification.Food101

• รุ่น :

  • 1.0.0 : ไม่มีบันทึกประจำรุ่น
  • 2.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น
  • 2.1.0 : ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 4.65 GiB

• ขนาดชุดข้อมูล : Unknown size

• แคชอัตโนมัติ ( เอกสาร ): ไม่รู้จัก

• แยก :

แยก	ตัวอย่าง
'train'	75,750
'validation'	25,250

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
ภาพ	ภาพ	(ไม่มี, ไม่มี, 3)	uint8
ฉลาก	ป้ายกำกับคลาส		int64

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'label')

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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}
}