imagenet_a

• Визуализация : Исследуйте в Know Your Data

• Описание :

ImageNet-A — это набор изображений, помеченных метками ImageNet, которые были получены путем сбора новых данных и сохранения только тех изображений, которые модели ResNet-50 не могут правильно классифицировать. Для более подробной информации, пожалуйста, обратитесь к бумаге.

Пространство меток такое же, как у ImageNet2012. Каждый пример представлен в виде словаря со следующими ключами:

• «изображение»: образ, (H, W, 3)-тензор.
• «метка»: целое число в диапазоне [0, 1000).

• 'file_name': уникальная строка, идентифицирующая пример в наборе данных.

• Дополнительная документация : изучить документы с кодом

• Домашняя страница : https://github.com/hendrycks/natural-adv-examples

• Исходный код : tfds.datasets.imagenet_a.Builder

• Версии :

  • 0.1.0 (по умолчанию): нет примечаний к выпуску.

• Размер загрузки : 655.70 MiB

• Размер набора данных : 650.87 MiB

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

Расколоть	Примеры
'test'	7500

• Структура функции :

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

• Документация по функциям :

Особенность	Учебный класс	Форма	Dтип	Описание
	ОсобенностиDict
имя файла	Текст		нить
изображение	Изображение	(Нет, Нет, 3)	uint8
этикетка	Метка класса		int64

• Контролируемые ключи (см. документ as_supervised ): ('image', 'label')

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

• Цитата :

@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}
}