küçüknorb

Bu veritabanı, şekilden 3B nesne tanıma deneyleri için tasarlanmıştır. 5 genel kategoriye ait 50 oyuncağın görsellerini içerir: dört ayaklı hayvanlar, insan figürleri, uçaklar, kamyonlar ve arabalar. Nesneler, 6 aydınlatma koşulunda, 9 yükseklik (her 5 derecede 30 ila 70 derece) ve 18 azimut (her 20 derecede 0 ila 340) altında iki kamera tarafından görüntülendi.

Eğitim seti, her kategorinin 5 örneğinden (örnek 4, 6, 7, 8 ve 9) ve geri kalan 5 örneğin test kümesinden (örnek 0, 1, 2, 3 ve 5) oluşur.

Bölmek örnekler
'test' 24.300
'train' 24.300
  • Özellik yapısı :
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),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Açıklama
ÖzelliklerDict
görüntü resim (96, 96, 1) uint8
resim2 resim (96, 96, 1) uint8
misal SınıfEtiketi int64
etiket_azimuth SınıfEtiketi int64
etiket_kategori SınıfEtiketi int64
etiket_yüksekliği SınıfEtiketi int64
etiket_aydınlatma SınıfEtiketi int64
  • Alıntı :
@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}
}