geirhos_conflict_stimuli

• Açıklama :

"ImageNet tarafından eğitilmiş CNN'lerden gelen şekil/doku çatışması uyaranları, dokuya yönelik önyargılıdır; artan şekil önyargısı, doğruluğu ve sağlamlığı artırır."

Veri kümesi kaynağı, eşleşen şekil ve dokuya sahip görüntüler içermesine ve biz onları buraya dahil etmemize rağmen, orijinal belgedeki çoğu değerlendirmede bunların göz ardı edildiğini unutmayın.

• Anasayfa : https://github.com/rgeirhos/texture-vs-shape

• Kaynak kodu : tfds.image_classification.GeirhosConflictStimuli

• sürümler :

  • 1.0.0 (varsayılan): Sürüm notu yok.

• İndirme boyutu : 153.96 MiB

• Veri kümesi boyutu : 130.44 MiB

• Otomatik önbelleğe alınmış ( belgeleme ): Yalnızca shuffle_files=False (test) olduğunda

• bölmeler :

Bölmek	örnekler
'test'	1.280

• Özellik yapısı :

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),
})

• Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi	Tanım
	ÖzelliklerDict
dosya adı	Metin		sicim
resim	resim	(Yok, Yok, 3)	uint8
shape_imagenet_labels	Sıra(SınıfEtiketi)	(Hiçbiri,)	int64
şekil_etiketi	SınıfEtiketi		int64
texture_imagenet_labels	Sıra(SınıfEtiketi)	(Hiçbiri,)	int64
doku_etiketi	SınıfEtiketi		int64

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

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):

• Alıntı :

@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},
}