- 説明：
3dshapes は、6 つのグラウンド トゥルースの独立した潜在要素から手続き的に生成された 3D 形状のデータセットです。これらの要素は、床の色、壁の色、オブジェクトの色、スケール、形状、向きです。
これらの潜在的な組み合わせはすべて 1 回だけ存在し、合計 N = 480000 の画像が生成されます。
潜在因子の値
- 床の色相: [0, 1] で直線的に配置された 10 個の値
- 壁の色相: [0, 1] で直線的に配置された 10 個の値
- オブジェクトの色相: [0, 1] で直線的に配置された 10 個の値
- スケール: [0, 1] で直線的に配置された 8 つの値
- 形状: [0、1、2、3] の 4 つの値
- 方向: [-30, 30] で直線的に配置された 15 個の値
一度に 1 つの潜在要素を変更し (方向から始めて、次に形状など)、画像を固定順序でimages配列に順次保存しました。因子の対応する値は、 labels配列に同じ順序で格納されます。
追加ドキュメント:コード付きの論文について調べる
ソースコード:
tfds.datasets.shapes3d.Builderバージョン:
-
2.0.0(デフォルト): 新しい分割 API ( https://tensorflow.org/datasets/splits )
-
ダウンロードサイズ:
255.18 MiBデータセットのサイズ:
1.68 GiB自動キャッシュ(ドキュメント): いいえ
分割:
| スプリット | 例 |
|---|---|
'train' | 480,000 |
- 機能の構造:
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,
})
- 機能ドキュメント:
| 特徴 | クラス | 形 | Dタイプ | 説明 |
|---|---|---|---|---|
| 特徴辞書 | ||||
| 画像 | 画像 | (64、64、3) | uint8 | |
| ラベルフロア_色相 | クラスラベル | int64 | ||
| label_object_hue | クラスラベル | int64 | ||
| ラベルの向き | クラスラベル | int64 | ||
| ラベルスケール | クラスラベル | int64 | ||
| ラベルの形状 | クラスラベル | int64 | ||
| label_wall_hue | クラスラベル | int64 | ||
| 値の床の色相 | テンソル | float32 | ||
| 値オブジェクトの色相 | テンソル | float32 | ||
| 値の方向 | テンソル | float32 | ||
| 値のスケール | テンソル | float32 | ||
| 値の形状 | テンソル | float32 | ||
| 値の壁の色相 | テンソル | float32 |
監視キー(
as_superviseddocを参照):None図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
- 引用：
@misc{3dshapes18,
title={3D Shapes Dataset},
author={Burgess, Chris and Kim, Hyunjik},
howpublished={https://github.com/deepmind/3dshapes-dataset/},
year={2018}
}