imagenet_ridimensionato

• Visualizzazione : Esplora in Conosci i tuoi dati

• Descrizione :

Questo set di dati è costituito dal set di dati ImageNet ridimensionato a dimensioni fisse. Le immagini qui sono quelle fornite da Chrabaszcz et. al. utilizzando il metodo di ridimensionamento della casella.

Per ImageNet sottocampionato per l'apprendimento senza supervisione, vedere downsampled_imagenet .

Avviso: le etichette di numeri interi utilizzate sono definite dagli autori e non corrispondono a quelle degli altri set di dati ImageNet forniti dai set di dati Tensorflow. Vedere l' elenco delle etichette originali e le etichette utilizzate da questo set di dati . Inoltre, gli autori originali 1 indicizzano le etichette che convertiamo in 0 indicizzato sottraendo uno.

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : https://patrykchrabaszcz.github.io/Imagenet32/

• Codice sorgente : tfds.datasets.imagenet_resized.Builder

• Versioni :

  • 0.1.0 (impostazione predefinita): set di dati ridimensionato Imagenet
  • 0.1.1 : Aggiornamento dell'URL del sito web

• Cache automatica ( documentazione ): No

• Divisioni :

Diviso	Esempi
'train'	1.281.167
'validation'	50.000

• Chiavi supervisionate (vedi as_supervised doc ): ('image', 'label')

• Citazione :

@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 (configurazione predefinita)

• Descrizione della configurazione : immagini ridimensionate a 8x8

• Dimensione del download : 237.11 MiB

• Dimensione del set di dati : 378.49 MiB

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(8, 8, 3)	uint8
etichetta	ClassLabel		int64

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

imagenet_resized/16x16

• Descrizione della configurazione : immagini ridimensionate a 16x16

• Dimensione del download : 923.34 MiB

• Dimensione del set di dati : 955.67 MiB

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(16, 16, 3)	uint8
etichetta	ClassLabel		int64

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

imagenet_resized/32x32

• Descrizione della configurazione : immagini ridimensionate a 32x32

• Dimensione del download : 3.46 GiB

• Dimensione del set di dati : 2.93 GiB

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(32, 32, 3)	uint8
etichetta	ClassLabel		int64

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

imagenet_resized/64x64

• Descrizione della configurazione : immagini ridimensionate a 64x64

• Dimensioni del download : 13.13 GiB

• Dimensione del set di dati : 10.29 GiB

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(64, 64, 3)	uint8
etichetta	ClassLabel		int64

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):