- Descrizione :
Stimoli di conflitto forma/trama da "I CNN addestrati da ImageNet sono prevenuti verso la trama; l'aumento della distorsione della forma migliora la precisione e la robustezza".
Si noti che, sebbene la fonte del set di dati contenga immagini con forma e consistenza corrispondenti e le includiamo qui, vengono ignorate per la maggior parte delle valutazioni nel documento originale.
Homepage : https://github.com/rgeirhos/texture-vs-shape
Codice sorgente :
tfds.image_classification.GeirhosConflictStimuliVersioni :
-
1.0.0(impostazione predefinita): nessuna nota di rilascio.
-
Dimensione del download :
153.96 MiBDimensione del set di dati:
130.44 MiBCache automatica ( documentazione ): solo quando
shuffle_files=False(test)Divisioni :
| Diviso | Esempi |
|---|---|
'test' | 1.280 |
- Struttura delle caratteristiche :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'shape_imagenet_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1000)),
'shape_label': ClassLabel(shape=(), dtype=int64, num_classes=16),
'texture_imagenet_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1000)),
'texture_label': ClassLabel(shape=(), dtype=int64, num_classes=16),
})
- Documentazione delle funzionalità :
| Caratteristica | Classe | Forma | Tipo D | Descrizione |
|---|---|---|---|---|
| CaratteristicheDict | ||||
| nome del file | Testo | corda | ||
| Immagine | Immagine | (Nessuno, Nessuno, 3) | uint8 | |
| shape_imagenet_labels | Sequenza(EtichettaClasse) | (Nessuno,) | int64 | |
| etichetta_forma | ClassLabel | int64 | ||
| texture_imagenet_labels | Sequenza(EtichettaClasse) | (Nessuno,) | int64 | |
| etichetta_texture | ClassLabel | int64 |
Chiavi supervisionate (vedi
as_superviseddoc ):('image', 'shape_label')Figura ( tfds.show_examples ):

- Esempi ( tfds.as_dataframe ):
- Citazione :
@inproceedings{
geirhos2018imagenettrained,
title={ImageNet-trained {CNN}s are biased towards texture; increasing shape
bias improves accuracy and robustness.},
author={Robert Geirhos and Patricia Rubisch and Claudio Michaelis and
Matthias Bethge and Felix A. Wichmann and Wieland Brendel},
booktitle={International Conference on Learning Representations},
year={2019},
url={https://openreview.net/forum?id=Bygh9j09KX},
}