- Descrição :
O conjunto de dados STL-10 é um conjunto de dados de reconhecimento de imagem para o desenvolvimento de aprendizado de recursos não supervisionado, aprendizado profundo e algoritmos de aprendizado autodidata. É inspirado no conjunto de dados CIFAR-10, mas com algumas modificações. Em particular, cada classe tem menos exemplos de treinamento rotulados do que no CIFAR-10, mas um conjunto muito grande de exemplos não rotulados é fornecido para aprender modelos de imagem antes do treinamento supervisionado. O principal desafio é fazer uso dos dados não rotulados (que vêm de uma distribuição semelhante, mas diferente dos dados rotulados) para construir uma prévia útil. Todas as imagens foram adquiridas de exemplos rotulados no ImageNet.
Documentação Adicional : Explore em Papers With Code
Página inicial : http://ai.stanford.edu/~acoates/stl10/
Código -fonte:
tfds.datasets.stl10.BuilderVersões :
-
1.0.0(padrão): sem notas de versão.
-
Tamanho do download :
2.46 GiBTamanho do conjunto de dados :
1.86 GiBArmazenado em cache automaticamente ( documentação ): Não
Divisões :
| Dividir | Exemplos |
|---|---|
'test' | 8.000 |
'train' | 5.000 |
'unlabelled' | 100.000 |
- Estrutura de recursos :
FeaturesDict({
'image': Image(shape=(96, 96, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentação do recurso:
| Característica | Classe | Forma | Tipo D | Descrição |
|---|---|---|---|---|
| RecursosDict | ||||
| imagem | Imagem | (96, 96, 3) | uint8 | |
| rótulo | ClassLabel | int64 |
Chaves supervisionadas (Consulte
as_superviseddoc ):('image', 'label')Figura ( tfds.show_examples ):
- Exemplos ( tfds.as_dataframe ):
- Citação :
@inproceedings{coates2011stl10,
title={ {An Analysis of Single Layer Networks in Unsupervised Feature Learning} },
author={Coates, Adam and Ng, Andrew and Lee, Honglak},
booktitle={AISTATS},
year={2011},
note = {\url{https://cs.stanford.edu/~acoates/papers/coatesleeng_aistats_2011.pdf} },
}