تخيل 2012_ريال

تحذير: التنزيل اليدوي مطلوب. انظر التعليمات أدناه.

• التصور : استكشف في اعرف بياناتك

• الوصف :

تحتوي مجموعة البيانات هذه على صور تحقق ILSVRC-2012 (ImageNet) معززة بمجموعة جديدة من ملصقات "Re-Assessed" (ReaL) من ورقة "هل انتهينا من ImageNet" ، راجع https://arxiv.org/abs/2006.07159 هذه يتم جمع الملصقات باستخدام البروتوكول المحسّن ، مما ينتج عنه تعليقات توضيحية متعددة التسميات وأكثر دقة.

ملاحظة مهمة: حوالي 3500 مثال لا تحتوي على ملصق ، يجب استبعادها من المتوسط ​​عند حساب الدقة . إحدى الطرق الممكنة للقيام بذلك هي باستخدام كود NumPy التالي:

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

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

• كود المصدر : tfds.datasets.imagenet2012_real.Builder

• إصدارات :

  • 1.0.0 (افتراضي): الإصدار الأولي

• حجم التحميل : 379.37 KiB

• حجم مجموعة البيانات : 6.25 GiB

• إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
  يجب أن يحتوي manual_dir على ملف ILSVRC2012_img_val.tar . تحتاج إلى التسجيل في http://www.image-net.org/download-images للحصول على الرابط لتنزيل مجموعة البيانات.

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'validation'	50000

• هيكل الميزة :

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)),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
اسم الملف	نص		سلسلة
صورة	صورة	(لا شيء ، لا شيء ، 3)	uint8
original_label	ClassLabel		int64
التسمية الحقيقية	تسلسل (ClassLabel)	(لا أحد،)	int64

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('image', 'real_label')

• الشكل ( tfds.show_examples ):

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@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}
}