- Opis :
Ten zbiór danych zawiera łącznie 5089 kategorii w 579 184 obrazach szkoleniowych i 95 986 obrazach weryfikacyjnych. W przypadku zestawu szkoleniowego rozkład obrazów według kategorii jest zgodny z częstotliwością obserwacji tej kategorii przez społeczność iNaturalist.
Chociaż oryginalny zbiór danych zawiera kilka obrazów z ramkami ograniczającymi, obecnie dostępne są tylko adnotacje na poziomie obrazu (pojedyncza etykieta/obraz). Ponadto organizatorzy nie opublikowali etykiet testowych, dlatego udostępniamy jedynie zdjęcia testowe (etykieta = -1).
Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem
Strona główna : https://github.com/visipedia/inat_comp/tree/master/2017
Kod źródłowy :
tfds.image_classification.INaturalist2017
Wersje :
-
0.1.0
(domyślnie): Brak informacji o wersji.
-
Rozmiar pobierania :
237.35 GiB
Rozmiar zbioru danych :
238.10 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Podział | Przykłady |
---|---|
'test' | 182707 |
'train' | 579184 |
'validation' | 95 986 |
- Struktura funkcji :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=5089),
'supercategory': ClassLabel(shape=(), dtype=int64, num_classes=13),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
ID | Tekst | strunowy | ||
obraz | Obraz | (Brak, Brak, 3) | uint8 | |
etykieta | Etykieta klasy | int64 | ||
superkategoria | Etykieta klasy | int64 |
Klucze nadzorowane (zobacz dokument
as_supervised
):('image', 'label')
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
- Cytat :
@InProceedings{Horn_2018_CVPR,
author = {
Van Horn, Grant and Mac Aodha, Oisin and Song, Yang and Cui, Yin and Sun, Chen
and Shepard, Alex and Adam, Hartwig and Perona, Pietro and Belongie, Serge},
title = {The INaturalist Species Classification and Detection Dataset},
booktitle = {
The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2018}
}