imagenet_sketch

  • opis :

ImageNet-Sketch składa się z 50 889 czarno-białych szkiców, po 50 dla każdej z 1000 klas ImageNet. Te obrazy zostały pierwotnie pobrane z wyszukiwarki grafiki Google dla hasła „szkic __”. Zebrano 100 obrazów, które następnie ręcznie przefiltrowano. W przypadku klas z mniej niż 50 dobrymi obrazami dodatkowe obrazy były konstruowane przez odwracanie lub obracanie.

Rozdzielać Przykłady
'test' 50 889
  • Struktura funkcji :
FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
Nazwa pliku Tekst strunowy
obraz Obraz (Brak, Brak, 3) uint8
etykieta Etykieta klasy int64

Wyobrażanie sobie

  • Cytat :
@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}
}