caltech101

  • 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.

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

Visualização

  • 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},
}