imagenet2012_real

Wizualizacja : Eksploruj w regionie Poznaj swoje dane
opis :

Ten zestaw danych zawiera obrazy walidacyjne ILSVRC-2012 (ImageNet) powiększone o nowy zestaw etykiet „Re-Assessed” (ReaL) z artykułu „Are we done with ImageNet”, patrz https://arxiv.org/abs/2006.07159 etykiety są zbierane przy użyciu udoskonalonego protokołu, co daje wiele etykiet i dokładniejsze adnotacje.

Ważna uwaga: około 3500 przykładów nie zawiera etykiety, należy je wykluczyć z uśredniania przy obliczaniu dokładności . Jednym z możliwych sposobów na to jest użycie następującego kodu NumPy:

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

Strona główna : https://github.com/google-research/reassessed-imagenet
Kod źródłowy : tfds.datasets.imagenet2012_real.Builder
Wersje :
- 1.0.0 (domyślnie): Wersja początkowa
Rozmiar pliku do pobrania : 379.37 KiB
Rozmiar zestawu danych : 6.25 GiB
Instrukcje ręcznego pobierania : ten zestaw danych wymaga ręcznego pobrania danych źródłowych do download_config.manual_dir (domyślnie ~/tensorflow_datasets/downloads/manual/ ):
katalog_ręczny powinien zawierać plik ILSVRC2012_img_val.tar . Musisz zarejestrować się na http://www.image-net.org/download-images , aby uzyskać link do pobrania zestawu danych.
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :

Rozdzielać	Przykłady
`'validation'`	50 000

Struktura funkcji :

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)),
})

Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D
	FunkcjeDict
Nazwa pliku	Tekst		strunowy
obraz	Obraz	(Brak, Brak, 3)	uint8
oryginalna_etykieta	Etykieta klasy		int64
prawdziwa_etykieta	Sekwencja (etykieta klasy)	(Nic,)	int64

Nadzorowane klucze (Zobacz as_supervised doc ): ('image', 'real_label')
Rysunek ( tfds.show_examples ):

Wyobrażanie sobie

Przykłady ( tfds.as_dataframe ):

Cytat :

@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}
}