- Descrição :
O ImageNet-Sketch consiste em 50.889 imagens de esboço em preto e branco, 50 para cada uma das 1000 classes do ImageNet. Essas imagens foram originalmente coletadas da Pesquisa de imagens do Google para "sketch of __". 100 imagens foram coletadas e depois filtradas manualmente. Para classes com menos de 50 imagens boas, imagens adicionais foram construídas por flip ou rotação.
Documentação Adicional : Explore em Papers With Code
Página inicial : https://github.com/HaohanWang/ImageNet-Sketch
Código-fonte :
tfds.datasets.imagenet_sketch.Builder
Versões :
-
1.0.0
(padrão): versão inicial.
-
Tamanho do download :
7.07 GiB
Tamanho do conjunto de dados :
7.61 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :
Dividir | Exemplos |
---|---|
'test' | 50.889 |
- Estrutura de recursos :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Documentação do recurso :
Característica | Classe | Forma | Tipo D | Descrição |
---|---|---|---|---|
RecursosDict | ||||
nome do arquivo | Texto | corda | ||
imagem | Imagem | (Nenhuma, Nenhuma, 3) | uint8 | |
etiqueta | ClassLabel | int64 |
Chaves supervisionadas (Consulte
as_supervised
doc ):('image', 'label')
Figura ( tfds.show_examples ):
- Exemplos ( tfds.as_dataframe ):
- Citação :
@inproceedings{wang2019learning,
title={Learning Robust Global Representations by Penalizing Local Predictive Power},
author={Wang, Haohan and Ge, Songwei and Lipton, Zachary and Xing, Eric P},
booktitle={Advances in Neural Information Processing Systems},
pages={10506--10518},
year={2019}
}