- opis :
Zbiór danych Street View House Numbers (SVHN) to zestaw danych rozpoznawania cyfr obrazu obejmujący ponad 600 000 cyfrowych obrazów pochodzących z rzeczywistych danych. Obrazy są przycinane do rozmiaru 32x32.
Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na
Strona domowa : http://ufldl.stanford.edu/housenumbers/
Kod źródłowy :
tfds.datasets.svhn_cropped.BuilderWersje :
-
3.0.0(domyślnie): Brak informacji o wersji. -
3.1.0: Nowy podzielony interfejs API ( https://tensorflow.org/datasets/splits )
-
Rozmiar pliku do pobrania :
1.47 GiBRozmiar zbioru danych :
Unknown sizeAutomatyczne buforowanie ( dokumentacja ): Nieznane
Podziały :
| Podział | Przykłady |
|---|---|
'extra' | 531131 |
'test' | 26032 |
'train' | 73257 |
- Struktura funkcji :
FeaturesDict({
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Dokumentacja funkcji :
| Funkcja | Klasa | Kształt | Typ D | Opis |
|---|---|---|---|---|
| FunkcjeDict | ||||
| obraz | Obraz | (32, 32, 3) | uint8 | |
| etykieta | Etykieta klasy | int64 |
Klucze nadzorowane (zobacz dokument
as_supervised):('image', 'label')Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
- Cytat :
"""Street View House Numbers (SVHN) Dataset, cropped version."""
@article{Netzer2011,
author = {Netzer, Yuval and Wang, Tao and Coates, Adam and Bissacco, Alessandro and Wu, Bo and Ng, Andrew Y},
booktitle = {Advances in Neural Information Processing Systems ({NIPS})},
title = {Reading Digits in Natural Images with Unsupervised Feature Learning},
year = {2011}
}