imagenet_r

• وصف :

ImageNet-R عبارة عن مجموعة من الصور التي تحمل علامات ImageNet والتي تم الحصول عليها من خلال جمع الأعمال الفنية والرسوم المتحركة والرسم والكتابة على الجدران والتطريز والرسومات والأوريغامي واللوحات والأنماط والأشياء البلاستيكية والأشياء الفخمة والمنحوتات والرسومات والوشم والألعاب وغيرها. عروض ألعاب الفيديو لفئات ImageNet. يحتوي برنامج ImageNet-R على 200 فئة من فئات ImageNet مما ينتج عنه 30000 صورة. من خلال جمع بيانات جديدة والاحتفاظ فقط بتلك الصور التي تفشل نماذج ResNet-50 في تصنيفها بشكل صحيح. لمزيد من التفاصيل يرجى الرجوع إلى الورقة.

مساحة التسمية هي نفس مساحة ImageNet2012. يتم تمثيل كل مثال على شكل قاموس بالمفاتيح التالية:

• 'image': الصورة، موتر (H، W، 3).
• 'label': عدد صحيح في النطاق [0، 1000).

• 'file_name': لدغة فريدة تحدد المثال داخل مجموعة البيانات.

• وثائق إضافية : استكشف الأوراق ذات الكود

• الصفحة الرئيسية : https://github.com/hendrycks/imagenet-r

• كود المصدر : tfds.datasets.imagenet_r.Builder

• الإصدارات :

  • 0.1.0 : لا توجد ملاحظات الإصدار.
  • 0.2.0 (افتراضي): إصلاح اسم الملف، من المسار المطلق إلى المسار المتعلق بدليل imagenet-r، أي: "imagenet_synset_id/filename.jpg".

• حجم التحميل : 2.04 GiB

• حجم مجموعة البيانات : 2.02 GiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'test'	30.000

• هيكل الميزة :

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

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
اسم الملف	نص		خيط
صورة	صورة	(لا شيء، لا شيء، 3)	uint8
ملصق	ClassLabel		int64

• المفاتيح الخاضعة للإشراف (راجع as_supervised doc ): ('image', 'label')

• الشكل ( tfds.show_examples ):

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@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}
}