इमेजनेट_v2

विवरण :

ImageNet-v2 एक ImageNet परीक्षण सेट (10 प्रति वर्ग) है जिसे मूल लेबलिंग प्रोटोकॉल का बारीकी से पालन करके एकत्र किया गया है। प्रत्येक छवि को कम से कम 10 MTurk कार्यकर्ताओं द्वारा लेबल किया गया है, संभवतः अधिक, और दिए गए वर्ग के लिए चुने गए 10 में से कौन सी छवियों को शामिल करने के लिए उपयोग की जाने वाली रणनीति के आधार पर डेटासेट के तीन अलग-अलग संस्करण हैं। विभिन्न वेरिएंट कैसे संकलित किए गए, इसके बारे में अधिक जानकारी के लिए कृपया पेपर के अनुभाग चार को देखें।

लेबल स्थान ImageNet2012 के समान है। प्रत्येक उदाहरण को निम्नलिखित कुंजियों वाले शब्दकोश के रूप में दर्शाया गया है:

'छवि': छवि, ए (एच, डब्ल्यू, 3)-टेंसर।
'लेबल': [0, 1000) की सीमा में एक पूर्णांक।
'फ़ाइल_नाम': डेटासेट के भीतर उदाहरण की पहचान करने वाला एक अनूठा स्टिंग।
मुखपृष्ठ : https://github.com/modestyachts/ImageNetV2
स्रोत कोड : tfds.datasets.imagenet_v2.Builder
संस्करण :
- 1.0.0 : प्रारंभिक संस्करण.
- 2.0.0 : फ़ाइलें अद्यतन की गईं।
- 3.0.0 (डिफ़ॉल्ट): डेटा निर्देशिका के सापेक्ष पूर्ण पथ से पथ तक फ़ाइल_नाम को ठीक करें, अर्थात: "class_id/filename.jpg"।
- 3.1.0 : हगिंग फेस से संसाधनों के लिए नए यूआरएल।
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'test'`	10,000

फ़ीचर संरचना :

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

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार
	फीचर्सडिक्ट
फ़ाइल का नाम	मूलपाठ		डोरी
छवि	छवि	(कोई नहीं, कोई नहीं, 3)	uint8
लेबल	क्लास लेबल		int64

पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): ('image', 'label')
उद्धरण :

@inproceedings{recht2019imagenet,
  title={Do ImageNet Classifiers Generalize to ImageNet?},
  author={Recht, Benjamin and Roelofs, Rebecca and Schmidt, Ludwig and Shankar, Vaishaal},
  booktitle={International Conference on Machine Learning},
  pages={5389--5400},
  year={2019}
}