contrôlée_noisy_web_labels

• Descriptif :

Controlled Noisy Web Labels est une collection d'environ 212 000 URL vers des images dans lesquelles chaque image est soigneusement annotée par 3 à 5 professionnels de l'étiquetage par Google Cloud Data Labeling Service. À l'aide de ces annotations, il établit la première référence de bruit d'étiquette contrôlé dans le monde réel à partir du Web.

Nous fournissons les configurations Red Mini-ImageNet (bruit web réel) et Blue Mini-ImageNet :

Chaque configuration contient dix variantes avec dix niveaux de bruit p de 0% à 80%. L'ensemble de validation a des étiquettes propres et est partagé entre tous les ensembles d'apprentissage bruyants. Par conséquent, chaque configuration comporte les divisions suivantes :

• train_00
• train_05
• train_10
• train_15
• train_20
• train_30
• train_40
• train_50
• train_60
• train_80
• validation

Les détails de la construction et de l'analyse des ensembles de données peuvent être trouvés dans l'article. Toutes les images sont redimensionnées à une résolution de 84x84.

• Page d' accueil : https://google.github.io/controller-noisy-web-labels/index.html

• Code source : tfds.image_classification.controlled_noisy_web_labels.ControlledNoisyWebLabels

• Versions :

  • 1.0.0 (par défaut) : version initiale.

• Taille du téléchargement : 1.83 MiB

• Instructions de téléchargement manuel : cet ensemble de données nécessite que vous téléchargiez manuellement les données sources dans download_config.manual_dir (par défaut ~/tensorflow_datasets/downloads/manual/ ) :
  Afin de télécharger manuellement ces données, un utilisateur doit effectuer les opérations suivantes :

1. Téléchargez les répartitions et les annotations ici
2. Extrayez dataset_no_images.zip vers dataset_no_images/.
3. Téléchargez toutes les images de dataset_no_images/mini-imagenet-annotations.json dans un nouveau dossier nommé dataset_no_images/noisy_images/. Le nom du fichier de sortie doit correspondre à l'ID d'image fourni dans mini-imagenet-annotations.json. Par exemple, si "image/id": "5922767e5677aef4", l'image téléchargée doit être dataset_no_images/noisy_images/5922767e5677aef4.jpg. 4.Inscrivez-vous sur https://image-net.org/download-images et téléchargez ILSVRC2012_img_train.tar et ILSVRC2012_img_val.tar.

La structure de répertoire résultante peut ensuite être traitée par TFDS :

• dataset_no_images/
  • mini-imagenet/
  • nom_classe.txt
  • diviser/
    • blue_noise_nl_0.0
    • blue_noise_nl_0.1
    • ...
    • red_noise_nl_0.0
    • red_noise_nl_0.1
    • ...
    • clean_validation
  • mini-imagenet-annotations.json
• ILSVRC2012_img_train.tar
• ILSVRC2012_img_val.tar

• images_bruyantes/

  • 5922767e5677aef4.jpg

• Mise en cache automatique ( documentation ): Non

• Structure des fonctionnalités :

FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'is_clean': bool,
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir as_supervised doc ): ('image', 'label')

• Citation :

@inproceedings{jiang2020beyond,
  title={Beyond synthetic noise: Deep learning on controlled noisy labels},
  author={Jiang, Lu and Huang, Di and Liu, Mason and Yang, Weilong},
  booktitle={International Conference on Machine Learning},
  pages={4804--4815},
  year={2020},
  organization={PMLR}
}

contrôlée_noisy_web_labels/mini_imagenet_red (configuration par défaut)

• Taille du jeu de données : 1.19 GiB

• Fractionnements :

• Figure ( tfds.show_examples ):

• Exemples ( tfds.as_dataframe ):

contrôlée_noisy_web_labels/mini_imagenet_blue

• Taille du jeu de données : 1.39 GiB

• Fractionnements :

• Figure ( tfds.show_examples ):

• Exemples ( tfds.as_dataframe ):