- คำอธิบาย :
สิ่งเร้าความขัดแย้งของรูปร่าง/พื้นผิวจาก "ซีเอ็นเอ็นที่ได้รับการฝึกฝนโดย ImageNet มีความเอนเอียงไปทางพื้นผิว การเพิ่มอคติของรูปร่างช่วยเพิ่มความแม่นยำและความทนทาน"
โปรดทราบว่าแม้ว่าแหล่งข้อมูลชุดข้อมูลจะมีรูปภาพที่มีรูปร่างและพื้นผิวตรงกัน และเรารวมไว้ที่นี่ แต่จะถูกละเว้นสำหรับการประเมินส่วนใหญ่ในเอกสารต้นฉบับ
รหัสที่มา :
tfds.image_classification.GeirhosConflictStimuliรุ่น :
-
1.0.0(ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น
-
ขนาดการดาวน์โหลด :
153.96 MiBขนาดชุดข้อมูล :
130.44 MiBแคชอัตโนมัติ ( เอกสาร ): เฉพาะเมื่อ
shuffle_files=False(ทดสอบ)แยก :
| แยก | ตัวอย่าง |
|---|---|
'test' | 1,280 |
- โครงสร้างคุณลักษณะ :
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),
})
- เอกสารคุณสมบัติ :
| ลักษณะเฉพาะ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
|---|---|---|---|---|
| คุณสมบัติDict | ||||
| ชื่อไฟล์ | ข้อความ | สตริง | ||
| ภาพ | ภาพ | (ไม่มี, ไม่มี, 3) | uint8 | |
| shape_imagenet_labels | ลำดับ (ClassLabel) | (ไม่มี,) | int64 | |
| รูปร่าง_label | ป้ายกำกับคลาส | int64 | ||
| texture_imagenet_labels | ลำดับ (ClassLabel) | (ไม่มี,) | int64 | |
| texture_label | ป้ายกำกับคลาส | int64 |
คีย์ควบคุม (ดู
as_superviseddoc ):('image', 'shape_label')รูป ( tfds.show_examples ):
- ตัวอย่าง ( tfds.as_dataframe ):
- การอ้างอิง :
@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},
}