imagenet_sketch

• Descriptif :

ImageNet-Sketch se compose de 50 889 images de croquis en noir et blanc, 50 pour chacune des 1 000 classes ImageNet. Ces images ont été initialement collectées à partir de Google Image Search pour "sketch of __". 100 images ont été collectées puis filtrées manuellement. Pour les classes avec moins de 50 bonnes images, des images supplémentaires ont été construites par retournement ou rotation.

• Documentation complémentaire : Explorer sur Papers With Code

• Page d'accueil : https://github.com/HaohanWang/ImageNet-Sketch

• Code source : tfds.datasets.imagenet_sketch.Builder

• Versions :

  • 1.0.0 (par défaut) : version initiale.

• Taille du téléchargement : 7.07 GiB

• Taille du jeu de données : 7.61 GiB

• Mise en cache automatique ( documentation ): Non

• Fractionnements :

Diviser	Exemples
'test'	50 889

• Structure des fonctionnalités :

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

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
nom de fichier	Texte		chaîne de caractères
image	Image	(Aucun, Aucun, 3)	uint8
étiquette	Étiquette de classe		int64

• Clés supervisées (Voir as_supervised doc ): ('image', 'label')

• Figure ( tfds.show_examples ):

• Exemples ( tfds.as_dataframe ):

• Citation :

@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}
}