stanford_online_products

• Visualização : Explorar em Conheça seus dados

• Descrição :

Conjunto de dados de produtos on-line de Stanford

• Documentação Adicional : Explore em Papers With Code

• Página inicial : http://cvgl.stanford.edu/projects/lifted_struct/

• Código -fonte: tfds.datasets.stanford_online_products.Builder

• Versões :

  • 1.0.0 (padrão): sem notas de versão.

• Tamanho do download : 2.87 GiB

• Tamanho do conjunto de dados : 2.89 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'test'	60.502
'train'	59.551

• Estrutura de recursos :

FeaturesDict({
    'class_id': ClassLabel(shape=(), dtype=int64, num_classes=22634),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'super_class_id': ClassLabel(shape=(), dtype=int64, num_classes=12),
    'super_class_id/num': ClassLabel(shape=(), dtype=int64, num_classes=12),
})

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
class_id	ClassLabel		int64
imagem	Imagem	(Nenhuma, Nenhuma, 3)	uint8
super_class_id	ClassLabel		int64
super_class_id/num	ClassLabel		int64

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

• Citação :

@inproceedings{song2016deep,
 author    = {Song, Hyun Oh and Xiang, Yu and Jegelka, Stefanie and Savarese, Silvio},
 title     = {Deep Metric Learning via Lifted Structured Feature Embedding},
 booktitle = {IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
 year      = {2016}
}