stl10

Descripción :

El conjunto de datos STL-10 es un conjunto de datos de reconocimiento de imágenes para desarrollar algoritmos de aprendizaje autodidacta, aprendizaje profundo y aprendizaje de funciones no supervisado. Está inspirado en el conjunto de datos CIFAR-10 pero con algunas modificaciones. En particular, cada clase tiene menos ejemplos de entrenamiento etiquetados que en CIFAR-10, pero se proporciona un conjunto muy grande de ejemplos no etiquetados para aprender modelos de imagen antes del entrenamiento supervisado. El desafío principal es hacer uso de los datos no etiquetados (que provienen de una distribución similar pero diferente de los datos etiquetados) para construir una información previa útil. Todas las imágenes se adquirieron a partir de ejemplos etiquetados en ImageNet.

Documentación adicional : Explore en Papers With Code
Página de inicio: http://ai.stanford.edu/~acoates/stl10/
Código fuente : tfds.datasets.stl10.Builder
Versiones :
- 1.0.0 (predeterminado): Sin notas de la versión.
Tamaño de descarga : 2.46 GiB
Tamaño del conjunto de datos : 1.86 GiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'test'`	8,000
`'train'`	5,000
`'unlabelled'`	100,000

Estructura de características :

FeaturesDict({
    'image': Image(shape=(96, 96, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
imagen	Imagen	(96, 96, 3)	uint8
etiqueta	Etiqueta de clase		int64

Claves supervisadas (Ver as_supervised ): ('image', 'label')
Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

Cita :

@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} },
}