चतुर

  • विवरण :

CLEVR एक डायग्नोस्टिक डेटासेट है जो दृश्य तर्क क्षमताओं की एक श्रृंखला का परीक्षण करता है। इसमें न्यूनतम पूर्वाग्रह हैं और प्रत्येक प्रश्न के लिए आवश्यक तर्क का वर्णन करने वाली विस्तृत टिप्पणियाँ हैं।

विभाजित करना उदाहरण
'test' 15,000
'train' 70,000
'validation' 15,000
  • फ़ीचर संरचना :
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),
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीप्रकार विवरण
फीचर्सडिक्ट
फ़ाइल का नाम मूलपाठ डोरी
छवि छवि (कोई नहीं, कोई नहीं, 3) uint8
वस्तुओं अनुक्रम
ऑब्जेक्ट/3डी_कोर्ड्स टेन्सर (3,) फ्लोट32
वस्तुएं/रंग क्लास लेबल int64
वस्तुएं/सामग्री क्लास लेबल int64
ऑब्जेक्ट/पिक्सेल_कोर्ड्स टेन्सर (3,) फ्लोट32
ऑब्जेक्ट/रोटेशन टेन्सर फ्लोट32
वस्तुएं/आकार क्लास लेबल int64
वस्तुएं/आकार क्लास लेबल int64
प्रश्न जवाब अनुक्रम
प्रश्न_उत्तर/उत्तर मूलपाठ डोरी
प्रश्न_उत्तर/प्रश्न मूलपाठ डोरी

VISUALIZATION

  • उद्धरण :
@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}
}