siscore

Descrição :

SI-Score (Intervenções Sintéticas em Cenas para Avaliação de Robustez) é um conjunto de dados para avaliar a robustez de modelos de classificação de imagens para mudanças no tamanho do objeto, localização e ângulo de rotação.

No SI-SCORE, pegamos objetos e planos de fundo e variamos sistematicamente o tamanho, a localização e o ângulo de rotação dos objetos para que possamos estudar o efeito da mudança desses fatores no desempenho do modelo. O espaço do rótulo da imagem é o espaço do rótulo ImageNet (classes 1k) para fácil avaliação dos modelos.

Mais informações sobre o conjunto de dados podem ser encontradas em https://github.com/google-research/si-score

Documentação adicional : Explore artigos com código
Página inicial : https://github.com/google-research/si-score
Código fonte : tfds.datasets.siscore.Builder
Versões :
- 1.0.0 (padrão): versão inicial.
Armazenado em cache automaticamente ( documentação ): Não
Estrutura de recursos :

FeaturesDict({
    'dataset_label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image_id': int64,
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
dataset_label	ClassLabel		int64
imagem	Imagem	(Nenhum, Nenhum, 3)	uint8
id_imagem	Tensor		int64
rótulo	ClassLabel		int64

Chaves supervisionadas (consulte o documento as_supervised ): ('image', 'label')
Citação :

@misc{djolonga2020robustness,
      title={On Robustness and Transferability of Convolutional Neural Networks},
      author={Josip Djolonga and Jessica Yung and Michael Tschannen and Rob Romijnders and Lucas Beyer and Alexander Kolesnikov and Joan Puigcerver and Matthias Minderer and Alexander D'Amour and Dan Moldovan and Sylvain Gelly and Neil Houlsby and Xiaohua Zhai and Mario Lucic},
      year={2020},
      eprint={2007.08558},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}