- Descrição :
Caltech-101 consiste em imagens de objetos pertencentes a 101 classes, além de uma classe background clutter
. Cada imagem é rotulada com um único objeto. Cada classe contém cerca de 40 a 800 imagens, totalizando cerca de 9 mil imagens. As imagens têm tamanhos variáveis, com comprimentos de borda típicos de 200 a 300 pixels. Esta versão contém apenas rótulos em nível de imagem. O conjunto de dados original também contém caixas delimitadoras.
Documentação adicional : Explore artigos com código
Página inicial : https://doi.org/10.22002/D1.20086
Código fonte :
tfds.datasets.caltech101.Builder
Versões :
-
3.0.0
: Nova API dividida ( https://tensorflow.org/datasets/splits ) -
3.0.1
: Atualização do URL do site -
3.0.2
(padrão) : atualização do URL de download
-
Tamanho do download :
131.05 MiB
Tamanho do conjunto de dados :
132.86 MiB
Armazenado em cache automaticamente ( documentação ): Sim
Divisões :
Dividir | Exemplos |
---|---|
'test' | 6.084 |
'train' | 3.060 |
- Estrutura de recursos :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'image/file_name': Text(shape=(), dtype=string),
'label': ClassLabel(shape=(), dtype=int64, num_classes=102),
})
- Documentação de recursos :
Recurso | Aula | Forma | Tipo D | Descrição |
---|---|---|---|---|
RecursosDict | ||||
imagem | Imagem | (Nenhum, Nenhum, 3) | uint8 | |
imagem/nome_do_arquivo | Texto | corda | ||
rótulo | ClassLabel | int64 |
Chaves supervisionadas (consulte o documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Exemplos ( tfds.as_dataframe ):
- Citação :
@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},
}