formas3d

• Descrição :

3dshapes é um conjunto de dados de formas 3D geradas processualmente a partir de 6 fatores latentes independentes da verdade básica. Esses fatores são a cor do piso , a cor da parede , a cor do objeto , a escala , a forma e a orientação .

Todas as combinações possíveis dessas latentes estão presentes exatamente uma vez, gerando N = 480.000 imagens no total.

Valores de fator latente

• matiz do piso: 10 valores espaçados linearmente em [0, 1]
• matiz da parede: 10 valores espaçados linearmente em [0, 1]
• matiz do objeto: 10 valores espaçados linearmente em [0, 1]
• escala: 8 valores espaçados linearmente em [0, 1]
• forma: 4 valores em [0, 1, 2, 3]
• orientação: 15 valores espaçados linearmente em [-30, 30]

Variamos uma latente de cada vez (começando pela orientação, depois pela forma, etc.) e armazenamos sequencialmente as imagens em ordem fixa no array images . Os valores correspondentes dos fatores são armazenados na mesma ordem na matriz labels .

• Documentação adicional : Explore artigos com código

• Página inicial : https://github.com/deepmind/3d-shapes

• Código fonte : tfds.datasets.shapes3d.Builder

• Versões :

  • 2.0.0 (padrão): Nova API dividida ( https://tensorflow.org/datasets/splits )

• Tamanho do download : 255.18 MiB

• Tamanho do conjunto de dados : 1.68 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'train'	480.000

• Estrutura de recursos :

FeaturesDict({
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'label_floor_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_object_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_orientation': ClassLabel(shape=(), dtype=int64, num_classes=15),
    'label_scale': ClassLabel(shape=(), dtype=int64, num_classes=8),
    'label_shape': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'label_wall_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'value_floor_hue': float32,
    'value_object_hue': float32,
    'value_orientation': float32,
    'value_scale': float32,
    'value_shape': float32,
    'value_wall_hue': float32,
})

• Documentação de recursos :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
imagem	Imagem	(64, 64, 3)	uint8
label_floor_hue	ClassLabel		int64
rótulo_objeto_hue	ClassLabel		int64
etiqueta_orientação	ClassLabel		int64
etiqueta_escala	ClassLabel		int64
forma_da_rótulo	ClassLabel		int64
label_wall_hue	ClassLabel		int64
valor_floor_hue	Tensor		float32
valor_objeto_matiz	Tensor		float32
orientação_valor	Tensor		float32
escala_valor	Tensor		float32
valor_forma	Tensor		float32
valor_wall_hue	Tensor		float32

• Chaves supervisionadas (consulte o documento as_supervised ): None

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

• Citação :

@misc{3dshapes18,
  title={3D Shapes Dataset},
  author={Burgess, Chris and Kim, Hyunjik},
  howpublished={https://github.com/deepmind/3dshapes-dataset/},
  year={2018}
}