imagenet_r

  • Keterangan :

ImageNet-R adalah sekumpulan gambar yang diberi label ImageNet yang diperoleh dengan mengumpulkan karya seni, kartun, deviantart, grafiti, bordir, grafik, origami, lukisan, pola, benda plastik, benda mewah, patung, sketsa, tato, mainan, dan terjemahan video game dari kelas ImageNet. ImageNet-R memiliki rendisi 200 kelas ImageNet yang menghasilkan 30.000 gambar. dengan mengumpulkan data baru dan hanya menyimpan gambar yang gagal diklasifikasikan dengan benar oleh model ResNet-50. Untuk lebih jelasnya silakan merujuk ke makalah.

Ruang label sama dengan ImageNet2012. Setiap contoh direpresentasikan sebagai kamus dengan kunci berikut:

  • 'gambar': Gambar, a (H, W, 3) -tensor.
  • 'label': Bilangan bulat dalam rentang [0, 1000).
  • 'file_name': Sengatan unik yang mengidentifikasi contoh dalam kumpulan data.

  • Dokumentasi Tambahan : Jelajahi Makalah Dengan Kode

  • Beranda : https://github.com/hendrycks/imagenet-r

  • Kode sumber : tfds.datasets.imagenet_r.Builder

  • Versi :

    • 0.1.0 : Tidak ada catatan rilis.
    • 0.2.0 (default): Perbaiki nama_file, dari jalur absolut ke jalur relatif ke direktori imagenet-r, yaitu: "imagenet_synset_id/filename.jpg".
  • Ukuran unduhan : 2.04 GiB

  • Ukuran kumpulan data : 2.02 GiB

  • Cache otomatis ( dokumentasi ): Tidak

  • Perpecahan :

Membelah Contoh
'test' 30.000
  • Struktur fitur :
FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Tipe D Keterangan
FiturDict
nama file Teks rangkaian
gambar Gambar (Tidak ada, Tidak ada, 3) uint8
label Label Kelas int64

Visualisasi

  • Kutipan :
@article{hendrycks2020many,
  title={The Many Faces of Robustness: A Critical Analysis of Out-of-Distribution Generalization},
  author={Dan Hendrycks and Steven Basart and Norman Mu and Saurav Kadavath and Frank Wang and Evan Dorundo and Rahul Desai and Tyler Zhu and Samyak Parajuli and Mike Guo and Dawn Song and Jacob Steinhardt and Justin Gilmer},
  journal={arXiv preprint arXiv:2006.16241},
  year={2020}
}