küçüknorb

• Tanım :

Bu veritabanı şekilden 3 boyutlu nesne tanıma deneyleri için tasarlanmıştır. Dört ayaklı hayvanlar, insan figürleri, uçaklar, kamyonlar ve arabalar olmak üzere 5 genel kategoriye ait 50 oyuncağın görsellerini içerir. Nesneler, 6 aydınlatma koşulu, 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 kategoriden 5 örnekten (örnek 4, 6, 7, 8 ve 9) ve geri kalan 5 örnekten (örnek 0, 1, 2, 3 ve 5) test kümesinden oluşur.

• Ek Belgeler : Kodlu Makaleleri Keşfedin

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

• Kaynak kodu : tfds.datasets.smallnorb.Builder

• Sürümler :

  • 2.0.0 (varsayılan): Yeni bölünmüş API ( https://tensorflow.org/datasets/splits )
  • 2.1.0 : Sürüm notu yok.

• İndirme boyutu : 250.60 MiB

• Veri kümesi boyutu : Unknown size

• Otomatik önbelleğe alınmış ( belgeler ): Bilinmiyor

• Bölünmeler :

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	Tanım
	ÖzelliklerDict
görüntü	Resim	(96, 96, 1)	uint8
resim2	Resim	(96, 96, 1)	uint8
misal	SınıfEtiketi		int64
label_azimuth	SınıfEtiketi		int64
label_category	SınıfEtiketi		int64
label_elevation	SınıfEtiketi		int64
label_lighting	SınıfEtiketi		int64

• Denetlenen anahtarlar ( as_supervised belgesine bakın): ('image', 'label_category')

• Şekil ( tfds.show_examples ): Desteklenmiyor.

• Örnekler ( tfds.as_dataframe ):

• 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}
}