imagenet2012_real

คำเตือน: จำเป็นต้องดาวน์โหลดด้วยตนเอง ดูคำแนะนำด้านล่าง

• คำอธิบาย :

ชุดข้อมูลนี้ประกอบด้วยอิมเมจการตรวจสอบความถูกต้องของ ILSVRC-2012 (ImageNet) ที่เสริมด้วยป้ายกำกับ "Re-Assessed" (ReaL) ชุดใหม่จากรายงาน "เราทำเสร็จแล้วกับ ImageNet" ดู https://arxiv.org/abs/2006.07159 สิ่งเหล่านี้ ป้ายกำกับจะถูกรวบรวมโดยใช้โปรโตคอลที่ได้รับการปรับปรุง ส่งผลให้มีป้ายกำกับหลายป้ายและมีคำอธิบายประกอบที่แม่นยำยิ่งขึ้น

หมายเหตุสำคัญ: ตัวอย่างประมาณ 3,500 รายการไม่มีป้ายกำกับ ซึ่งควร แยกออกจากค่าเฉลี่ยเมื่อคำนวณความแม่นยำ วิธีหนึ่งที่เป็นไปได้ในการทำเช่นนี้คือใช้โค้ด NumPy ต่อไปนี้:

is_correct = [pred in real_labels[i] for i, pred in enumerate(predictions) if real_labels[i]]
real_accuracy = np.mean(is_correct)

• หน้าแรก : https://github.com/google-research/reassessed-imagenet

• ซอร์สโค้ด : tfds.datasets.imagenet2012_real.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): การเปิดตัวครั้งแรก

• ขนาดดาวน์โหลด : 379.37 KiB

• ขนาดชุดข้อมูล : 6.25 GiB

• คำแนะนำในการดาวน์โหลดด้วยตนเอง : ชุดข้อมูลนี้ต้องการให้คุณดาวน์โหลดข้อมูลต้นฉบับด้วยตนเองลงใน download_config.manual_dir (ค่าเริ่มต้นเป็น ~/tensorflow_datasets/downloads/manual/ ):
  manual_dir ควรมีไฟล์ ILSVRC2012_img_val.tar คุณต้องลงทะเบียนใน http://www.image-net.org/download-images เพื่อรับลิงก์สำหรับดาวน์โหลดชุดข้อมูล

• แคชอัตโนมัติ ( เอกสาร ): No

• แยก :

แยก	ตัวอย่าง
'validation'	50,000

• โครงสร้างคุณสมบัติ :

FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'original_label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
    'real_label': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1000)),
})

• เอกสารคุณสมบัติ :

คุณสมบัติ	ระดับ	รูปร่าง	ประเภทD	คำอธิบาย
	คุณสมบัติDict
ชื่อไฟล์	ข้อความ		เชือก
ภาพ	ภาพ	(ไม่มี ไม่มี 3)	uint8
ต้นฉบับ_ฉลาก	ClassLabel		int64
real_label	ลำดับ(ClassLabel)	(ไม่มี,)	int64

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'real_label')

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@article{beyer2020imagenet,
  title={Are we done with ImageNet?},
  author={Lucas Beyer and Olivier J. Henaff and Alexander Kolesnikov and Xiaohua Zhai and Aaron van den Oord},
  journal={arXiv preprint arXiv:2002.05709},
  year={2020}
}
@article{ILSVRC15,
  Author={Olga Russakovsky and Jia Deng and Hao Su and Jonathan Krause and Sanjeev Satheesh and Sean Ma and Zhiheng Huang and Andrej Karpathy and Aditya Khosla and Michael Bernstein and Alexander C. Berg and Li Fei-Fei},
  Title={ {ImageNet Large Scale Visual Recognition Challenge} },
  Year={2015},
  journal={International Journal of Computer Vision (IJCV)},
  doi={10.1007/s11263-015-0816-y},
  volume={115},
  number={3},
  pages={211-252}
}