این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.

imagenet_v2

تجسم: کاوش در دانید اطلاعات خود را
توضیحات:

ImageNet-v2 یک مجموعه آزمایشی ImageNet (10 در هر کلاس) است که با رعایت دقیق پروتکل برچسب گذاری اصلی جمع آوری شده است. هر تصویر توسط حداقل 10 کارگر MTurk ، احتمالاً بیشتر ، برچسب گذاری شده است و بسته به استراتژی مورد استفاده برای انتخاب کدام تصاویر از بین 10 مورد انتخاب شده برای کلاس داده شده ، سه نسخه مختلف مجموعه داده وجود دارد. لطفاً برای جزئیات بیشتر در مورد چگونگی تدوین انواع مختلف به بخش چهار مقاله مراجعه کنید.

فضای برچسب همان ImageNet2012 است. هر مثال به عنوان یک فرهنگ لغت با کلیدهای زیر نشان داده شده است:

'image': تصویر ، a (H، W، 3) -ensor.
'label': یک عدد صحیح در محدوده [0 ، 1000).
'file_name': یک نیش منحصر به فرد که نمونه را در مجموعه داده مشخص می کند.
صفحه خانگی: https://github.com/modestyachts/ImageNetV2
کد منبع: tfds.image_classification.ImagenetV2
نسخه:
- 1.0.0 : نسخه اولیه.
- 2.0.0 : فایل به روز رسانی.
- 3.0.0 (پیش فرض): ثابت FILE_NAME، از مسیر مطلق مسیر نسبت به دایرکتوری داده ها، به عنوان مثال: "class_id / filename.jpg".
خودکار ذخیره سازی ( اسناد ): بدون
انشعابات:

شکاف	مثال ها
`'test'`	10000

ویژگی ها:

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

کلید تحت نظارت (نگاه کنید به as_supervised توضیحات ): ('image', 'label')
ارجاع:

@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}
}