- 説明:
CLEVR は、さまざまな視覚的推論能力をテストする診断データセットです。バイアスは最小限に抑えられており、各質問に必要な推論の種類を説明する詳細な注釈が付いています。
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.clevr.Builder
バージョン:
-
3.0.0
: リリースノートはありません。 -
3.1.0
(デフォルト): 質問/回答テキストを追加します。
-
ダウンロードサイズ:
17.72 GiB
データセットのサイズ:
17.75 GiB
自動キャッシュ(ドキュメント): いいえ
分割:
スプリット | 例 |
---|---|
'test' | 15,000 |
'train' | 70,000 |
'validation' | 15,000 |
- 機能の構造:
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'objects': Sequence({
'3d_coords': Tensor(shape=(3,), dtype=float32),
'color': ClassLabel(shape=(), dtype=int64, num_classes=8),
'material': ClassLabel(shape=(), dtype=int64, num_classes=2),
'pixel_coords': Tensor(shape=(3,), dtype=float32),
'rotation': float32,
'shape': ClassLabel(shape=(), dtype=int64, num_classes=3),
'size': ClassLabel(shape=(), dtype=int64, num_classes=2),
}),
'question_answer': Sequence({
'answer': Text(shape=(), dtype=string),
'question': Text(shape=(), dtype=string),
}),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
ファイル名 | 文章 | 弦 | ||
画像 | 画像 | (なし、なし、3) | uint8 | |
オブジェクト | 順序 | |||
オブジェクト/3d_coords | テンソル | (3,) | float32 | |
オブジェクト/色 | クラスラベル | int64 | ||
オブジェクト/マテリアル | クラスラベル | int64 | ||
オブジェクト/ピクセル座標 | テンソル | (3,) | float32 | |
オブジェクト/回転 | テンソル | float32 | ||
オブジェクト/形状 | クラスラベル | int64 | ||
オブジェクト/サイズ | クラスラベル | int64 | ||
質疑応答 | 順序 | |||
質問_回答/回答 | 文章 | 弦 | ||
質問_回答/質問 | 文章 | 弦 |
監視キー(
as_supervised
docを参照):None
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
- 引用:
@inproceedings{johnson2017clevr,
title={ {CLEVR}: A diagnostic dataset for compositional language and elementary visual reasoning},
author={Johnson, Justin and Hariharan, Bharath and van der Maaten, Laurens and Fei-Fei, Li and Lawrence Zitnick, C and Girshick, Ross},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
year={2017}
}