Trực quan hóa : Khám phá khi biết dữ liệu của bạn
Mô tả :
Imagenet2012Subset là tập hợp con của bộ dữ liệu ImageNet ILSVRC 2012 gốc. Bộ dữ liệu chia sẻ bộ xác thực giống như bộ dữ liệu ImageNet ILSVRC 2012 ban đầu. Tuy nhiên, tập huấn luyện được lấy mẫu con theo kiểu cân bằng nhãn. Trong cấu hình 1pct
, 1% hoặc 12811, hình ảnh được lấy mẫu, hầu hết các lớp có cùng số lượng hình ảnh (trung bình 12,8), một số lớp ngẫu nhiên có nhiều hơn 1 ví dụ so với các lớp khác; và trong cấu hình 10pct
, ~10% hoặc 128116, hầu hết các lớp có cùng số lượng hình ảnh (trung bình 128) và một số lớp ngẫu nhiên có nhiều hơn 1 ví dụ so với các lớp khác.
Điều này được cho là được sử dụng làm điểm chuẩn cho việc học bán giám sát và ban đầu được sử dụng trong bài báo SimCLR ( https://arxiv.org/abs/2002.05709 ).
Trang chủ : http://image-net.org/
Mã nguồn :
tfds.datasets.imagenet2012_subset.Builder
Phiên bản :
-
2.0.0
: Sửa nhãn xác thực. -
2.0.1
: Sửa mã hóa. Không có thay đổi từ quan điểm của người dùng. 3.0.0
: Sửa màu trên ~12 ảnh (CMYK -> RGB). Sửa định dạng để thống nhất (chuyển đổi hình ảnh png thành Jpeg). Tạo nhanh hơn đọc trực tiếp từ kho lưu trữ.4.0.0
: (chưa xuất bản)5.0.0
(mặc định): API phân tách mới ( https://tensorflow.org/datasets/splits )5.1.0
: Đã thêm phần tách thử nghiệm.
-
Hướng dẫn tải xuống thủ công : Bộ dữ liệu này yêu cầu bạn tải xuống dữ liệu nguồn theo cách thủ công vào
download_config.manual_dir
(mặc định là~/tensorflow_datasets/downloads/manual/
):
manual_dir phải chứa hai tệp: ILSVRC2012_img_train.tar và ILSVRC2012_img_val.tar. Bạn cần đăng ký trên https://image-net.org/download-images để nhận liên kết tải xuống tập dữ liệu.Tự động lưu vào bộ nhớ cache ( tài liệu ): Không
Cấu trúc tính năng :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Tài liệu tính năng :
Tính năng | Lớp | Hình dạng | Dtype | Sự mô tả |
---|---|---|---|---|
Tính năngDict | ||||
tên_tệp | Chữ | sợi dây | ||
hình ảnh | Hình ảnh | (Không, Không có, 3) | uint8 | |
nhãn mác | LớpNhãn | int64 |
Các khóa được giám sát (Xem
as_supervised
doc ):('image', 'label')
trích dẫn :
@article{chen2020simple,
title={A Simple Framework for Contrastive Learning of Visual Representations},
author={Chen, Ting and Kornblith, Simon and Norouzi, Mohammad and Hinton, Geoffrey},
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}
}
imagenet2012_subset/1pct (cấu hình mặc định)
Mô tả cấu hình : 1% trong tổng số bộ đào tạo ImageNet.
Kích thước tải xuống :
254.22 KiB
Kích thước tập dữ liệu :
7.61 GiB
Chia tách :
Tách ra | ví dụ |
---|---|
'train' | 12,811 |
'validation' | 50.000 |
- Hình ( tfds.show_examples ):
- Ví dụ ( tfds.as_dataframe ):
imagenet2012_subset/10pct
Mô tả cấu hình : 10% trong tổng số tập huấn luyện ImageNet.
Kích thước tải xuống :
2.48 MiB
Kích thước tập dữ liệu :
19.91 GiB
Chia tách :
Tách ra | ví dụ |
---|---|
'train' | 128,116 |
'validation' | 50.000 |
- Hình ( tfds.show_examples ):
- Ví dụ ( tfds.as_dataframe ):