inteligente

CLEVR es un conjunto de datos de diagnóstico que prueba una variedad de habilidades de razonamiento visual. Contiene sesgos mínimos y tiene anotaciones detalladas que describen el tipo de razonamiento que requiere cada pregunta.

Separar Ejemplos
'test' 15,000
'train' 70.000
'validation' 15,000
  • Estructura de características :
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),
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
Nombre del archivo Texto cuerda
imagen Imagen (Ninguno, Ninguno, 3) uint8
objetos Secuencia
objetos/3d_coords Tensor (3,) flotar32
objetos/color Etiqueta de clase int64
objetos/material Etiqueta de clase int64
objetos/pixel_coords Tensor (3,) flotar32
objetos/rotación Tensor flotar32
objetos/forma Etiqueta de clase int64
objetos/tamaño Etiqueta de clase int64
pregunta respuesta Secuencia
pregunta_respuesta/respuesta Texto cuerda
pregunta_respuesta/pregunta Texto cuerda

Visualización

  • Cita :
@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}
}