passaggio

  • Descrizione :

PASS è un set di dati di immagini su larga scala che non include esseri umani, parti umane o altre informazioni di identificazione personale. Può essere utilizzato per una formazione preliminare autosuperata di alta qualità, riducendo significativamente i problemi di privacy.

PASS contiene 1.439.589 immagini senza etichette provenienti da YFCC-100M.

Tutte le immagini in questo set di dati sono concesse in licenza CC-BY, così come il set di dati stesso. Per YFCC-100M vedere http://www.multimediacommons.org/

Diviso Esempi
'train' 1.439.588
  • Struttura delle caratteristiche :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/creator_uname': Text(shape=(), dtype=string),
    'image/date_taken': Text(shape=(), dtype=string),
    'image/gps_lat': float32,
    'image/gps_lon': float32,
    'image/hash': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
Immagine Immagine (Nessuno, Nessuno, 3) uint8
immagine/nome_creatore Testo corda
immagine/data_scattata Testo corda
immagine/gps_lat Tensore float32
image/gps_lon Tensore float32
immagine/hash Testo corda

Visualizzazione

  • Citazione :
@Article{asano21pass,
author = "Yuki M. Asano and Christian Rupprecht and Andrew Zisserman and Andrea Vedaldi",
title = "PASS: An ImageNet replacement for self-supervised pretraining without humans",
journal = "NeurIPS Track on Datasets and Benchmarks",
year = "2021"
}