controlado_noisy_web_labels

• Descrição :

Controlled Noisy Web Labels é uma coleção de aproximadamente 212.000 URLs para imagens em que cada imagem é cuidadosamente anotada por 3 a 5 profissionais de rotulagem pelo Google Cloud Data Labeling Service. Usando essas anotações, ele estabelece a primeira referência de ruído de rótulo do mundo real controlado da web.

Fornecemos as configurações Red Mini-ImageNet (ruído da web do mundo real) e Blue Mini-ImageNet: - controlado_noisy_web_labels/mini_imagenet_red - controlado_noisy_web_labels/mini_imagenet_blue

Cada configuração contém dez variantes com dez níveis de ruído p de 0% a 80%. O conjunto de validação tem rótulos limpos e é compartilhado entre todos os conjuntos de treinamento ruidosos. Portanto, cada configuração tem as seguintes divisões:

• train_00
• train_05
• trem_10
• trem_15
• train_20
• train_30
• train_40
• train_50
• train_60
• train_80
• validação

Os detalhes para a construção e análise do conjunto de dados podem ser encontrados no artigo. Todas as imagens são redimensionadas para resolução 84x84.

• Página inicial : https://google.github.io/controlado-noisy-web-labels/index.html

• Código-fonte : tfds.image_classification.controlled_noisy_web_labels.ControlledNoisyWebLabels

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Tamanho do download : 1.83 MiB

• Instruções de download manual : este conjunto de dados exige que você baixe os dados de origem manualmente em download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
  Para baixar manualmente esses dados, o usuário deve executar as seguintes operações:

1. Baixe as divisões e as anotações aqui
2. Extraia dataset_no_images.zip para dataset_no_images/.
3. Baixe todas as imagens em dataset_no_images/mini-imagenet-annotations.json em uma nova pasta chamada dataset_no_images/noisy_images/. O nome do arquivo de saída deve corresponder ao ID da imagem fornecido em mini-imagenet-annotations.json. Por exemplo, se "image/id": "5922767e5677aef4", a imagem baixada deve ser dataset_no_images/noisy_images/5922767e5677aef4.jpg. 4.Registre-se em https://image-net.org/download-images e baixe ILSVRC2012_img_train.tar e ILSVRC2012_img_val.tar.

A estrutura de diretório resultante pode então ser processada pelo TFDS:

• dataset_no_images/
  • mini-imagenet/
  • class_name.txt
  • dividir/
    • 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

• imagens_ruidosas/

  • 5922767e5677aef4.jpg

• Armazenado em cache automaticamente ( documentação ): Não

• Estrutura de recursos :

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),
})

• Documentação do recurso :

• Chaves supervisionadas (Consulte as_supervised doc ): ('image', 'label')

• Citação :

@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}
}

controlado_noisy_web_labels/mini_imagenet_red (configuração padrão)

• Tamanho do conjunto de dados : 1.19 GiB

• Divisões :

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

controlado_noisy_web_labels/mini_imagenet_blue

• Tamanho do conjunto de dados : 1.39 GiB

• Divisões :

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):