- 説明:
Caltech-101 は、101 のクラスに属するオブジェクトの写真と、1 つのbackground clutter
クラスで構成されています。各画像には 1 つのオブジェクトのラベルが付けられます。各クラスにはおよそ 40 ~ 800 個の画像が含まれており、合計で約 9,000 個の画像になります。画像のサイズは可変であり、一般的なエッジの長さは 200 ~ 300 ピクセルです。このバージョンにはイメージレベルのラベルのみが含まれています。元のデータセットには境界ボックスも含まれています。
追加ドキュメント:コード付きの論文について調べる
ソースコード:
tfds.datasets.caltech101.Builder
バージョン:
-
3.0.0
: 新しい分割 API ( https://tensorflow.org/datasets/splits ) -
3.0.1
: ウェブサイト URL の更新 3.0.2
(デフォルト): ダウンロード URL の更新
-
ダウンロードサイズ:
131.05 MiB
データセットのサイズ:
132.86 MiB
自動キャッシュ(ドキュメント): はい
分割:
スプリット | 例 |
---|---|
'test' | 6,084 |
'train' | 3,060 |
- 機能の構造:
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'image/file_name': Text(shape=(), dtype=string),
'label': ClassLabel(shape=(), dtype=int64, num_classes=102),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
画像 | 画像 | (なし、なし、3) | uint8 | |
画像/ファイル名 | 文章 | 弦 | ||
ラベル | クラスラベル | int64 |
監視キー(
as_supervised
docを参照):('image', 'label')
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
- 引用:
@article{FeiFei2004LearningGV,
title={Learning Generative Visual Models from Few Training Examples: An Incremental Bayesian Approach Tested on 101 Object Categories},
author={Li Fei-Fei and Rob Fergus and Pietro Perona},
journal={Computer Vision and Pattern Recognition Workshop},
year={2004},
}