imagenet_a

• Opis :

ImageNet-A to zbiór obrazów oznaczonych etykietami ImageNet, które uzyskano poprzez zebranie nowych danych i zachowanie tylko tych obrazów, których modele ResNet-50 nie potrafią poprawnie sklasyfikować. Więcej szczegółów można znaleźć w artykule.

Przestrzeń etykiet jest taka sama jak w ImageNet2012. Każdy przykład jest reprezentowany jako słownik z następującymi kluczami:

• „obraz”: obraz, tensor (H, W, 3).
• „etykieta”: liczba całkowita z zakresu [0, 1000).

• „nazwa_pliku”: Unikalne żądło identyfikujące przykład w zestawie danych.

• Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem

• Strona główna : https://github.com/hendrycks/natural-adv-examples

• Kod źródłowy : tfds.datasets.imagenet_a.Builder

• Wersje :

  • 0.1.0 (domyślnie): Brak informacji o wydaniu.

• Rozmiar pobierania : 655.70 MiB

• Rozmiar zbioru danych : 650.87 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

Podział	Przykłady
'test'	7500

• Struktura funkcji :

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

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
Nazwa pliku	Tekst		strunowy
obraz	Obraz	(Brak, Brak, 3)	uint8
etykieta	Etykieta klasy		int64

• Klucze nadzorowane (zobacz dokument as_supervised ): ('image', 'label')

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@article{hendrycks2019nae,
  title={Natural Adversarial Examples},
  author={Dan Hendrycks and Kevin Zhao and Steven Basart and Jacob Steinhardt and Dawn Song},
  journal={arXiv preprint arXiv:1907.07174},
  year={2019}
}