stanford_dogs

  • Описание :

Набор данных Stanford Dogs содержит изображения 120 пород собак со всего мира. Этот набор данных был создан с использованием изображений и аннотаций из ImageNet для задачи детальной категоризации изображений. Есть 20 580 изображений, из которых 12 000 используются для обучения и 8580 для тестирования. Метки классов и аннотации ограничивающих рамок предусмотрены для всех 12 000 изображений.

Расколоть Примеры
'test' 8 580
'train' 12000
  • Структура функции :
FeaturesDict({
   
'image': Image(shape=(None, None, 3), dtype=uint8),
   
'image/filename': Text(shape=(), dtype=string),
   
'label': ClassLabel(shape=(), dtype=int64, num_classes=120),
   
'objects': Sequence({
       
'bbox': BBoxFeature(shape=(4,), dtype=float32),
   
}),
})
  • Документация по функциям :
Характерная черта Класс Форма Dтип Описание
ОсобенностиDict
изображение Изображение (Нет, Нет, 3) uint8
изображение/имя файла Текст нить
этикетка Метка класса int64
объекты Последовательность
объекты/bbox BBoxFeature (4,) поплавок32

Визуализация

  • Цитата :
@inproceedings{KhoslaYaoJayadevaprakashFeiFei_FGVC2011,
author
= "Aditya Khosla and Nityananda Jayadevaprakash and Bangpeng Yao and
          Li Fei-Fei"
,
title
= "Novel Dataset for Fine-Grained Image Categorization",
booktitle
= "First Workshop on Fine-Grained Visual Categorization,
             IEEE Conference on Computer Vision and Pattern Recognition"
,
year
= "2011",
month
= "June",
address
= "Colorado Springs, CO",
}
@inproceedings{imagenet_cvpr09,
        AUTHOR
= {Deng, J. and Dong, W. and Socher, R. and Li, L.-J. and
                 
Li, K. and Fei-Fei, L.},
        TITLE
= { {ImageNet: A Large-Scale Hierarchical Image Database} },
        BOOKTITLE
= {CVPR09},
        YEAR
= {2009},
        BIBSOURCE
= "http://www.image-net.org/papers/imagenet_cvpr09.bib"}