siscore, siscore

Trực quan hóa : Khám phá khi biết dữ liệu của bạn
Mô tả :

SI-Score (Synthetic Interventions on Scenes for Robustness Evaluation) là một bộ dữ liệu để đánh giá độ bền của các mô hình phân loại hình ảnh trước những thay đổi về kích thước, vị trí và góc quay của đối tượng.

Trong SI-SCORE, chúng tôi lấy các đối tượng và nền và thay đổi kích thước, vị trí và góc quay của đối tượng một cách có hệ thống để chúng tôi có thể nghiên cứu tác động của việc thay đổi các yếu tố này đối với hiệu suất mô hình. Không gian nhãn hình ảnh là không gian nhãn ImageNet (1k lớp) để dễ dàng đánh giá các mô hình.

Thông tin thêm về bộ dữ liệu có thể được tìm thấy tại https://github.com/google-research/si-score

Tài liệu bổ sung : Khám phá trên giấy tờ với mã
Trang chủ : https://github.com/google-research/si-score
Mã nguồn : tfds.datasets.siscore.Builder
Phiên bản :
- 1.0.0 (mặc định): Bản phát hành đầu tiên.
Tự động lưu vào bộ nhớ cache ( tài liệu ): Không
Cấu trúc tính năng :

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),
})

Tài liệu tính năng :

Tính năng	Lớp	Hình dạng	Dtype
	Tính năngDict
tập dữ liệu_nhãn	LớpNhãn		int64
hình ảnh	Hình ảnh	(Không, Không có, 3)	uint8
image_id	tenxơ		int64
nhãn mác	LớpNhãn		int64

Các khóa được giám sát (Xem as_supervised doc ): ('image', 'label')
trích dẫn :

@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}
}