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.

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

görselleştirme

  • 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}
}