com.smallnorb

• وصف :

قاعدة البيانات هذه مخصصة لإجراء تجارب التعرف على الكائنات ثلاثية الأبعاد من الشكل. يحتوي على صور لـ 50 لعبة تنتمي إلى 5 فئات عامة: حيوانات ذات أربع أرجل، وشخصيات بشرية، وطائرات، وشاحنات، وسيارات. تم تصوير الأجسام بواسطة كاميرتين تحت 6 ظروف إضاءة، و9 ارتفاعات (30 إلى 70 درجة كل 5 درجات)، و18 سمت (0 إلى 340 كل 20 درجة).

تتكون مجموعة التدريب من 5 مثيلات من كل فئة (المثيلات 4 و6 و7 و8 و9)، ومجموعة الاختبار للمثيلات الخمس المتبقية (المثيلات 0 و1 و2 و3 و5).

• وثائق إضافية : استكشف الأوراق ذات الكود

• الصفحة الرئيسية : https://cs.nyu.edu/~ylclab/data/norb-v1.0-small/

• كود المصدر : tfds.datasets.smallnorb.Builder

• الإصدارات :

  • 2.0.0 (افتراضي): واجهة برمجة تطبيقات مقسمة جديدة ( https://tensorflow.org/datasets/splits )
  • 2.1.0 : لا توجد ملاحظات الإصدار.

• حجم التحميل : 250.60 MiB

• حجم مجموعة البيانات : Unknown size

• التخزين المؤقت التلقائي ( الوثائق ): غير معروف

• الإنشقاقات :

ينقسم	أمثلة
'test'	24300
'train'	24300

• هيكل الميزة :

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),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
صورة	صورة	(96، 96، 1)	uint8
image2	صورة	(96، 96، 1)	uint8
مثال	ClassLabel		int64
label_azimuth	ClassLabel		int64
label_category	ClassLabel		int64
label_elevation	ClassLabel		int64
label_lighting	ClassLabel		int64

• المفاتيح الخاضعة للإشراف (راجع as_supervised doc ): ('image', 'label_category')

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@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}
}