cifar10_h

• Mô tả :

Phiên bản được dán nhãn lại của bộ thử nghiệm CIFAR-10 với nhãn mềm đến từ người chú thích thực sự. Đối với mỗi cặp (hình ảnh, nhãn) trong bộ thử nghiệm CIFAR-10 ban đầu, nó cung cấp một số nhãn bổ sung được cung cấp bởi người chú thích thực sự cũng như nhãn mềm trung bình. Tập huấn luyện giống hệt với tập dữ liệu gốc.

• Trang chủ : https://github.com/jcpeterson/cifar-10h

• Mã nguồn : tfds.image_classification.cifar10_h.Cifar10H

• Phiên bản :

  • 1.0.0 (mặc định): Bản phát hành đầu tiên.

• Kích thước tải xuống : 172.92 MiB

• Kích thước tập dữ liệu : 144.85 MiB

• Tự động lưu vào bộ nhớ đệm ( tài liệu ): Có

• Chia tách :

• Cấu trúc tính năng :

FeaturesDict({
    'annotator_ids': Sequence(Scalar(shape=(), dtype=int32)),
    'human_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=10)),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'reaction_times': Sequence(Scalar(shape=(), dtype=float32)),
    'soft_label': Tensor(shape=(10,), dtype=float32),
    'trial_indices': Sequence(Scalar(shape=(), dtype=int32)),
})

• Tài liệu tính năng :

• Khóa được giám sát (Xem as_supervised doc ): None

• Hình ( tfds.show_examples ):

• Ví dụ ( tfds.as_dataframe ):

• Trích dẫn :

@inproceedings{wei2022learning,
  title={Human uncertainty makes classification more robust},
  author={Joshua C. Peterson and Ruairidh M. Battleday and Thomas L. Griffiths
  and Olga Russakovsky},
  booktitle={IEEE International Conference on Computer Vision and Pattern
  Recognition (CVPR)},
  year={2019}
}