อิมเมจวัง

• คำอธิบาย :

Imagewang มี Imagenette และ Imagewoof รวม Image网 (ออกเสียงว่า "Imagewang"; 网 แปลว่า "net" ในภาษาจีน) มี Imagenette และ Imagewoof รวมกัน แต่มีการบิดเบี้ยวบางอย่างที่ทำให้เป็นปัญหาการจำแนกประเภทที่ไม่สมดุลแบบกึ่งควบคุมดูแลที่ยุ่งยาก:

• ชุดการตรวจสอบจะเหมือนกับ Imagewoof (เช่น 30% ของรูปภาพ Imagewoof) ไม่มีอิมเมจ Imagenette ในชุดการตรวจสอบ (ทั้งหมดอยู่ในชุดการฝึก)
• มีรูปภาพ Imagewoof เพียง 10% เท่านั้นที่อยู่ในชุดฝึกอบรม!
• ส่วนที่เหลืออยู่ในไดเร็กทอรี unsup ("unsupervised") และคุณไม่สามารถใช้ป้ายกำกับในการฝึกอบรมได้!
• มันยากที่จะพิมพ์และพูดยาก!

ชุดข้อมูลมีสามรูปแบบ:

• ขนาดเต็ม
• 320 พิกเซล
• 160 พิกเซล

ชุดข้อมูลนี้ประกอบด้วยชุดข้อมูล Imagenette {size} ตัวแปร

• เอกสารประกอบเพิ่มเติม : สำรวจในเอกสารด้วยรหัส

• คำอธิบายการกำหนดค่า : Imagewang มี Imagenette และ Imagewoof รวมกัน

• หน้าแรก : https://github.com/fastai/imagenette

• ซอร์สโค้ด : tfds.datasets.imagewang.Builder

• รุ่น :

  • 2.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• แยก :

แยก	ตัวอย่าง
'train'	14,669
'validation'	3,929

• โครงสร้างคุณสมบัติ :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=20),
})

• เอกสารคุณสมบัติ :

คุณสมบัติ	ระดับ	รูปร่าง	ประเภทD	คำอธิบาย
	คุณสมบัติDict
ภาพ	ภาพ	(ไม่มี ไม่มี 3)	uint8
ฉลาก	ClassLabel		int64

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'label')

• การอ้างอิง :

@misc{imagewang,
  author    = "Jeremy Howard",
  title     = "Imagewang",
  url       = "https://github.com/fastai/imagenette/"
}

imagewang/ขนาดเต็ม (การกำหนดค่าเริ่มต้น)

• ขนาดการดาวน์โหลด : 2.70 GiB

• ขนาดชุดข้อมูล : 1.97 GiB

• แคชอัตโนมัติ ( เอกสาร ): No

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

ภาพวัง/320px

• ขนาดดาวน์โหลด : 638.80 MiB

• ขนาดชุดข้อมูล : 460.81 MiB

• แคชอัตโนมัติ ( เอกสาร ): No

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

ภาพวัง/160px

• ขนาดดาวน์โหลด : 182.63 MiB

• ขนาดชุดข้อมูล : 140.40 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):