imagenet_resize

• Opis :

Ten zestaw danych składa się ze zbioru danych ImageNet przeskalowanego do stałego rozmiaru. Zdjęcia tutaj pochodzą od Chrabaszcz et. glin. przy użyciu metody zmiany rozmiaru pudełka.

Aby zapoznać się ze zmniejszoną próbką ImageNet do uczenia się bez nadzoru, zobacz downsampled_imagenet .

Ostrzeżenie: użyte etykiety liczb całkowitych są zdefiniowane przez autorów i nie odpowiadają etykietom z innych zbiorów danych ImageNet dostarczonych przez zbiory danych Tensorflow. Zobacz oryginalną listę etykiet i etykiety używane w tym zbiorze danych . Dodatkowo pierwotni autorzy 1 indeksują tam etykiety, które konwertujemy na 0 indeksowane poprzez odjęcie jednego.

• Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem

• Strona główna : https://patrykchrabaszcz.github.io/Imagenet32/

• Kod źródłowy : tfds.datasets.imagenet_resized.Builder

• Wersje :

  • 0.1.0 (domyślnie): Zbiór danych Imagenet o zmienionym rozmiarze
  • 0.1.1 : Aktualizacja adresu URL witryny

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

Podział	Przykłady
'train'	1 281 167
'validation'	50 000

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

• Cytat :

@article{chrabaszcz2017downsampled,
  title={A downsampled variant of imagenet as an alternative to the cifar datasets},
  author={Chrabaszcz, Patryk and Loshchilov, Ilya and Hutter, Frank},
  journal={arXiv preprint arXiv:1707.08819},
  year={2017}
}

imagenet_resized/8x8 (konfiguracja domyślna)

• Opis konfiguracji : Rozmiar obrazów zmieniony na 8x8

• Rozmiar pobierania : 237.11 MiB

• Rozmiar zbioru danych : 378.49 MiB

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(8, 8, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
obraz	Obraz	(8, 8, 3)	uint8
etykieta	Etykieta klasy		int64

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

imagenet_resized/16x16

• Opis konfiguracji : Rozmiar obrazów zmieniony na 16x16

• Rozmiar pobierania : 923.34 MiB

• Rozmiar zbioru danych : 955.67 MiB

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(16, 16, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
obraz	Obraz	(16, 16, 3)	uint8
etykieta	Etykieta klasy		int64

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

imagenet_resized/32x32

• Opis konfiguracji : Rozmiar obrazów zmieniony na 32x32

• Rozmiar pliku do pobrania : 3.46 GiB

• Rozmiar zbioru danych : 2.93 GiB

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
obraz	Obraz	(32, 32, 3)	uint8
etykieta	Etykieta klasy		int64

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

imagenet_resized/64x64

• Opis konfiguracji : Rozmiar obrazów zmieniony na 64x64

• Rozmiar pobierania : 13.13 GiB

• Rozmiar zbioru danych : 10.29 GiB

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
obraz	Obraz	(64, 64, 3)	uint8
etykieta	Etykieta klasy		int64

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):