tempat penuh

Deskripsi :

Kumpulan data Places dirancang mengikuti prinsip kognisi visual manusia. Tujuan kami adalah untuk membangun inti pengetahuan visual yang dapat digunakan untuk melatih sistem buatan untuk tugas pemahaman visual tingkat tinggi, seperti konteks adegan, pengenalan objek, prediksi aksi dan peristiwa, dan inferensi teori pikiran.

Kategori semantik Tempat ditentukan oleh fungsinya: label mewakili level awal suatu lingkungan. Sebagai ilustrasi, kumpulan data memiliki kategori kamar tidur, atau jalan, dll yang berbeda, karena seseorang tidak bertindak dengan cara yang sama, dan tidak membuat prediksi yang sama tentang apa yang akan terjadi selanjutnya, di kamar tidur rumah, kamar hotel, atau kamar bayi. Secara total, Places berisi lebih dari 10 juta gambar yang terdiri dari 400+ kategori pemandangan unik. Dataset menampilkan 5.000 hingga 30.000 gambar pelatihan per kelas, konsisten dengan frekuensi kejadian di dunia nyata. Dengan menggunakan convolutional neural network (CNN), dataset Places memungkinkan pembelajaran fitur adegan dalam untuk berbagai tugas pengenalan adegan, dengan tujuan untuk menetapkan performa canggih baru pada tolok ukur yang berpusat pada adegan.

Di sini kami menyediakan Places Database dan CNN terlatih untuk tujuan penelitian dan pendidikan akademik.

Beranda : http://places2.csail.mit.edu/
Kode sumber : tfds.datasets.placesfull.Builder
Versi :
- 1.0.0 (default): Tidak ada catatan rilis.
Ukuran unduhan : 143.56 GiB
Ukuran dataset : 136.56 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'train'`	10.653.087

Struktur fitur :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(256, 256, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=435),
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype
	fiturDict
nama file	Teks		rangkaian
gambar	Gambar	(256, 256, 3)	uint8
label	LabelKelas		int64

Kunci yang diawasi (Lihat as_supervised doc ): ('image', 'label', 'filename')
Gambar ( tfds.show_examples ):

Visualisasi

Contoh ( tfds.as_dataframe ):

Kutipan :

@article{zhou2017places,
  title={Places: A 10 million Image Database for Scene Recognition},
  author={Zhou, Bolei and Lapedriza, Agata and Khosla, Aditya and Oliva, Aude and Torralba, Antonio},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  year={2017},
  publisher={IEEE}
}