smallnorb

  • বর্ণনা :

এই ডাটাবেসটি আকৃতি থেকে 3D অবজেক্ট শনাক্তকরণে পরীক্ষার জন্য তৈরি করা হয়েছে। এটিতে 50টি সাধারণ বিভাগের অন্তর্গত 50টি খেলনার ছবি রয়েছে: চার পায়ের প্রাণী, মানুষের মূর্তি, বিমান, ট্রাক এবং গাড়ি৷ বস্তু দুটি ক্যামেরা দ্বারা 6টি আলোর অবস্থা, 9টি উচ্চতা (30 থেকে 70 ডিগ্রী প্রতি 5 ডিগ্রীতে), এবং 18টি আজিমুথ (0 থেকে 340 প্রতি 20 ডিগ্রীতে) দ্বারা চিত্রিত হয়েছিল।

প্রশিক্ষণ সেটটি প্রতিটি বিভাগের 5টি দৃষ্টান্ত (উদাহরণ 4, 6, 7, 8 এবং 9) এবং অবশিষ্ট 5টি দৃষ্টান্তের (0, 1, 2, 3, এবং 5 দৃষ্টান্ত) পরীক্ষার সেট নিয়ে গঠিত।

বিভক্ত উদাহরণ
'test' 24,300
'train' 24,300
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'image': Image(shape=(96, 96, 1), dtype=uint8),
    'image2': Image(shape=(96, 96, 1), dtype=uint8),
    'instance': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_azimuth': ClassLabel(shape=(), dtype=int64, num_classes=18),
    'label_category': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'label_elevation': ClassLabel(shape=(), dtype=int64, num_classes=9),
    'label_lighting': ClassLabel(shape=(), dtype=int64, num_classes=6),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
ইমেজ ছবি (৯৬, ৯৬, ১) uint8
ইমেজ2 ছবি (৯৬, ৯৬, ১) uint8
দৃষ্টান্ত ক্লাসলেবেল int64
লেবেল_অজিমুথ ক্লাসলেবেল int64
লেবেল_বিভাগ ক্লাসলেবেল int64
লেবেল_উচ্চতা ক্লাসলেবেল int64
লেবেল_লাইটিং ক্লাসলেবেল int64
  • উদ্ধৃতি :
@article{LeCun2004LearningMF,
  title={Learning methods for generic object recognition with invariance to pose and lighting},
  author={Yann LeCun and Fu Jie Huang and L{\'e}on Bottou},
  journal={Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition},
  year={2004},
  volume={2},
  pages={II-104 Vol.2}
}