イメージネットpi

警告:手動でダウンロードする必要があります。以下の手順をご覧ください。

• 説明：

ImageNet-PIは、標準ILSVRC2012 ImageNetデータセットのラベル付けバージョンです。ラベルは、標準ILSVRC2012で事前学習済みの、異なるアーキテクチャを持つ16個のディープニューラルネットワークのコレクションによって提供されます。具体的には、事前学習済みモデルはtf.keras.applicationsからダウンロードされます。

新しいラベルに加えて、ImageNet-PI は、ラベルに対するモデルの信頼度や各モデルに関する追加情報の形で、注釈付けプロセスに関するメタデータも提供します。

詳細については、 ImageNet-PIを参照してください。

• ホームページ: https://github.com/google-research-datasets/imagenet_pi/

• ソースコード: tfds.datasets.imagenet_pi.Builder

• バージョン:

  • 1.0.0 (デフォルト): 最初のリリース。

• ダウンロードサイズ: Unknown size

• データセットのサイズ: Unknown size

• 手動ダウンロード手順: このデータセットでは、ソースデータを手動でdownload_config.manual_dir (デフォルトは~/tensorflow_datasets/downloads/manual/ ) にダウンロードする必要があります。
  manual_dirには、ILSVRC2012_img_train.tarとILSVRC2012_img_val.tarという2つのファイルが含まれている必要があります。データセットをダウンロードするためのリンクを取得するには、 http://www.image-net.org/download-imagesに登録する必要があります。

• 自動キャッシュ（ドキュメント）: 不明

• 分割:

スプリット	例

• 機能構造:

FeaturesDict({
    'annotator_confidences': Tensor(shape=(16,), dtype=float32),
    'annotator_labels': Tensor(shape=(16,), dtype=int64),
    'clean_label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
})

• 機能ドキュメント:

特徴	クラス	形	Dタイプ	説明
	機能辞書
注釈者の信頼	テンソル	（16）	float32
注釈ラベル	テンソル	（16）	int64
クリーンラベル	クラスラベル		int64
ファイル名	文章		弦
画像	画像	（なし、なし、3）	uint8

• 教師ありキー（ as_supervisedドキュメントを参照）: ('image', 'annotator_labels')

• 図( tfds.show_examples ): サポートされていません。

• 例( tfds.as_dataframe ): がありません。

• 引用：

@inproceedings{tram,
  author    = {Mark Collier and
               Rodolphe Jenatton and
               Effrosyni Kokiopoulou and
               Jesse Berent},
  editor    = {Kamalika Chaudhuri and
               Stefanie Jegelka and
               Le Song and
               Csaba Szepesv{\'{a} }ri and
               Gang Niu and
               Sivan Sabato},
  title     = {Transfer and Marginalize: Explaining Away Label Noise with Privileged
               Information},
  booktitle = {International Conference on Machine Learning, {ICML} 2022, 17-23 July
               2022, Baltimore, Maryland, {USA} },
  series    = {Proceedings of Machine Learning Research},
  volume    = {162},
  pages     = {4219--4237},
  publisher = { {PMLR} },
  year      = {2022},
  url       = {https://proceedings.mlr.press/v162/collier22a.html},
}
@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}
}