formas3d

• Descripción :

3dshapes es un conjunto de datos de formas 3D generadas procedimentalmente a partir de 6 factores latentes independientes de la verdad fundamental. Estos factores son el color del piso , el color de la pared , el color del objeto , la escala , la forma y la orientación .

Todas las combinaciones posibles de estas latentes están presentes exactamente una vez, generando N = 480000 imágenes en total.

Valores de factores latentes

• tono del suelo: 10 valores espaciados linealmente en [0, 1]
• tono de la pared: 10 valores espaciados linealmente en [0, 1]
• tono del objeto: 10 valores espaciados linealmente en [0, 1]
• escala: 8 valores espaciados linealmente en [0, 1]
• forma: 4 valores en [0, 1, 2, 3]
• orientación: 15 valores espaciados linealmente en [-30, 30]

Variamos una latente a la vez (comenzando por la orientación, luego la forma, etc.) y almacenamos secuencialmente las imágenes en un orden fijo en la matriz images . Los valores correspondientes de los factores se almacenan en el mismo orden en la matriz labels .

• Documentación adicional : Explorar en artículos con código

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

• Código fuente : tfds.datasets.shapes3d.Builder

• Versiones :

  • 2.0.0 (predeterminado): Nueva API dividida ( https://tensorflow.org/datasets/splits )

• Tamaño de descarga : 255.18 MiB

• Tamaño del conjunto de datos : 1.68 GiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	480.000

• Estructura de características :

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,
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
imagen	Imagen	(64, 64, 3)	uint8
etiqueta_piso_hue	Etiqueta de clase		int64
etiqueta_objeto_hue	Etiqueta de clase		int64
orientación_etiqueta	Etiqueta de clase		int64
escala_etiqueta	Etiqueta de clase		int64
forma_etiqueta	Etiqueta de clase		int64
etiqueta_pared_hue	Etiqueta de clase		int64
valor_piso_hue	Tensor		flotador32
valor_objeto_hue	Tensor		flotador32
orientación de valores	Tensor		flotador32
escala_valor	Tensor		flotador32
valor_forma	Tensor		flotador32
valor_pared_hue	Tensor		flotador32

• Claves supervisadas (ver documento as_supervised ): None

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

• Citación :

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