Conozca lo último en aprendizaje automático, IA generativa y más en el Simposio WiML 2023.

Se usó la API de Cloud Translation para traducir esta página.

cmaterdb

Visualización : Explore en Know Your Data
Descripción :

Este conjunto de datos contiene imágenes de - Números bengalíes escritos a mano - Conjunto de datos equilibrado de un total de 6000 números bengalíes (32x32 colores RGB, 6000 imágenes), cada uno con 600 imágenes por clase (por dígito). Números Devanagari escritos a mano: conjunto de datos equilibrado de un total de 3000 números Devanagari (32x32 colores RGB, 3000 imágenes), cada uno con 300 imágenes por clase (por dígito). Números telugu escritos a mano: conjunto de datos equilibrado de un total de 3000 números telugu (32x32 colores RGB, 3000 imágenes), cada uno con 300 imágenes por clase (por dígito).

CMATERdb es el repositorio de base de datos de reconocimiento de patrones creado en el laboratorio de investigación del 'Centro de aplicaciones de microprocesadores para la formación, la educación y la investigación' (CMATER) de la Universidad de Jadavpur, India.

Página de inicio: https://code.google.com/archive/p/cmaterdb/
Código fuente : tfds.image_classification.Cmaterdb
Versiones :
- 1.0.0 (predeterminado): Sin notas de la versión.
Almacenamiento automático en caché ( documentación ): Sí
Estructura de características :

FeaturesDict({
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
imagen	Imagen	(32, 32, 3)	uint8
etiqueta	Etiqueta de clase		int64

Claves supervisadas (Ver as_supervised ): ('image', 'label')
Cita :

@article{Das:2012:GAB:2161007.2161320,
  author = {Das, Nibaran and Sarkar, Ram and Basu, Subhadip and Kundu, Mahantapas
            and Nasipuri, Mita and Basu, Dipak Kumar},
  title = {A Genetic Algorithm Based Region Sampling for Selection of Local Features
          in Handwritten Digit Recognition Application},
  journal = {Appl. Soft Comput.},
  issue_date = {May, 2012},
  volume = {12},
  number = {5},
  month = may,
  year = {2012},
  issn = {1568-4946},
  pages = {1592--1606},
  numpages = {15},
  url = {http://dx.doi.org/10.1016/j.asoc.2011.11.030},
  doi = {10.1016/j.asoc.2011.11.030},
  acmid = {2161320},
  publisher = {Elsevier Science Publishers B. V.},
  address = {Amsterdam, The Netherlands, The Netherlands},
  keywords = {Feature selection, Genetic algorithm, N-Quality consensus,
  Optimal local regions, Region sampling, Variable sized local regions},
}
@article{Das:2012:SFC:2240301.2240421,
  author = {Das, Nibaran and Reddy, Jagan Mohan and Sarkar, Ram and Basu, Subhadip and Kundu,
            Mahantapas and Nasipuri, Mita and Basu, Dipak Kumar},
  title = {A Statistical-topological Feature Combination for Recognition of Handwritten Numerals},
  journal = {Appl. Soft Comput.},
  issue_date = {August, 2012},
  volume = {12},
  number = {8},
  month = aug,
  year = {2012},
  issn = {1568-4946},
  pages = {2486--2495},
  numpages = {10},
  url = {http://dx.doi.org/10.1016/j.asoc.2012.03.039},
  doi = {10.1016/j.asoc.2012.03.039},
  acmid = {2240421},
  publisher = {Elsevier Science Publishers B. V.},
  address = {Amsterdam, The Netherlands, The Netherlands},
  keywords = {Character recognition, Feature combination, MPCA, PCA, SVM, Statistical, Topological},
}