imagenet_v2

Tanım :

ImageNet-v2, orijinal etiketleme protokolünü yakından takip ederek toplanan bir ImageNet test setidir (sınıf başına 10 adet). Her görüntü en az 10, muhtemelen daha fazla MTurk çalışanı tarafından etiketlenmiştir ve verilen sınıf için seçilen 10 görüntü arasında hangi görüntülerin dahil edileceğini seçmek için kullanılan stratejiye bağlı olarak veri kümesinin üç farklı versiyonu vardır. Farklı varyantların nasıl derlendiğine ilişkin daha fazla ayrıntı için lütfen makalenin dördüncü bölümüne bakın.

Etiket alanı ImageNet2012'ninkiyle aynıdır. Her örnek aşağıdaki anahtarlara sahip bir sözlük olarak temsil edilir:

'görüntü': Görüntü, a (H, W, 3)-tensörü.
'etiket': [0, 1000) aralığında bir tamsayı.
'dosya_adı': Veri kümesi içindeki örneği tanımlayan benzersiz bir dize.
Ana sayfa : https://github.com/modestyachts/ImageNetV2
Kaynak kodu : tfds.datasets.imagenet_v2.Builder
Sürümler :
- 1.0.0 : İlk sürüm.
- 2.0.0 : Dosyalar güncellendi.
- 3.0.0 (varsayılan): Dosya_adı'nı mutlak yoldan veri dizinine göre yola doğru düzeltin, yani: "sınıf_id/dosyaadı.jpg".
- 3.1.0 : Hugging Face'in kaynakları için yeni URL'ler.
Otomatik önbelleğe alınmış ( belgeler ): Hayır
Bölünmeler :

Bölmek	Örnekler
`'test'`	10.000

Özellik yapısı :

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

Özellik belgeleri :

Özellik	Sınıf	Şekil	Dtipi
	ÖzelliklerDict
dosya adı	Metin		sicim
görüntü	Resim	(Yok, Yok, 3)	uint8
etiket	SınıfEtiketi		int64

Denetlenen anahtarlar ( as_supervised belgesine bakın): ('image', 'label')
Alıntı :

@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}
}