imagenet_v2

Visualisasi : Jelajahi di Kenali Data Anda
Deskripsi :

ImageNet-v2 adalah kumpulan pengujian ImageNet (10 per kelas) yang dikumpulkan dengan mengikuti protokol pelabelan asli secara cermat. Setiap gambar telah diberi label oleh setidaknya 10 pekerja MTurk, mungkin lebih, dan bergantung pada strategi yang digunakan untuk memilih gambar mana yang akan disertakan di antara 10 yang dipilih untuk kelas tertentu, ada tiga versi dataset yang berbeda. Silakan merujuk ke bagian empat makalah untuk detail lebih lanjut tentang bagaimana berbagai varian dikompilasi.

Ruang label sama dengan ImageNet2012. Setiap contoh direpresentasikan sebagai kamus dengan kunci berikut:

'gambar': Gambar, tensor (H, W, 3).
'label': Bilangan bulat dalam rentang [0, 1000).
'file_name': Sengatan unik yang mengidentifikasi contoh dalam kumpulan data.
Beranda : https://github.com/modtyyachts/ImageNetV2
Kode sumber : tfds.datasets.imagenet_v2.Builder
Versi :
- 1.0.0 : Versi awal.
- 2.0.0 : File diperbarui.
- 3.0.0 (default): Perbaiki nama_file, dari path absolut ke path relatif ke direktori data, yaitu: "class_id/filename.jpg".
- 3.1.0 : URL baru untuk sumber daya dari Hugging Face.
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'test'`	10.000

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype
	fiturDict
nama file	Teks		rangkaian
gambar	Gambar	(Tidak ada, Tidak ada, 3)	uint8
label	LabelKelas		int64

Kunci yang diawasi (Lihat as_supervised doc ): ('image', 'label')
Kutipan :

@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}
}