- תיאור :
ImageNet-v2 הוא ערכת בדיקות של ImageNet (10 לכל כיתה) שנאספה על ידי הקפדה על פרוטוקול התיוג המקורי. כל תמונה סומנה על ידי לפחות 10 עובדי MTurk, אולי יותר, ובהתאם לאסטרטגיה המשמשת כדי לבחור אילו תמונות לכלול בין 10 שנבחרו למחלקה הנתונה יש שלוש גרסאות שונות של מערך הנתונים. אנא עיין בסעיף רביעי של המאמר לפרטים נוספים על אופן הידור של הגרסאות השונות.
שטח התווית זהה לזה של ImageNet2012. כל דוגמה מיוצגת כמילון עם המפתחות הבאים:
- 'תמונה': התמונה, טנסור (H, W, 3).
- 'תווית': מספר שלם בטווח [0, 1000).
'שם_קובץ': עוקץ ייחודי המזהה את הדוגמה בתוך מערך הנתונים.
קוד מקור :
tfds.datasets.imagenet_v2.Builder
גרסאות :
-
1.0.0
: גרסה ראשונית. -
2.0.0
: קבצים עודכנו. -
3.0.0
(ברירת מחדל): תקן file_name, מנתיב מוחלט לנתיב ביחס לספריית הנתונים, כלומר: "class_id/filename.jpg". -
3.1.0
: כתובות URL חדשות למשאבים מ-Huging Face.
-
שמירה אוטומטית במטמון ( תיעוד ): לא
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'test' | 10,000 |
- מבנה תכונה :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
שם קובץ | טֶקסט | חוּט | ||
תמונה | תמונה | (אין, אין, 3) | uint8 | |
תווית | ClassLabel | int64 |
מפתחות בפיקוח (ראה
as_supervised
doc ):('image', 'label')
ציטוט :
@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}
}
imagenet_v2/matched-frequency (תצורת ברירת המחדל)
גודל הורדה :
1.18 GiB
גודל מערך נתונים :
1.16 GiB
איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
imagenet_v2/threshold-0.7
גודל הורדה :
1.16 GiB
גודל מערך נתונים :
1.15 GiB
איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):
imagenet_v2/topimages
גודל הורדה :
1.16 GiB
גודל מערך נתונים :
1.14 GiB
איור ( tfds.show_examples ):
- דוגמאות ( tfds.as_dataframe ):