- Descrizione :
Il set di dati DeepWeeds è costituito da 17.509 immagini che catturano otto diverse specie di erbe infestanti originarie dell'Australia in situ con la flora vicina. Le specie di erbe infestanti selezionate sono locali delle praterie pastorali in tutto lo stato del Queensland. Le immagini sono state raccolte da infestazioni di erbe infestanti nei seguenti siti in tutto il Queensland: "Black River", "Charters Towers", "Cluden", "Douglas", "Hervey Range", "Kelso", "McKinlay" e "Paluma".
Documentazione aggiuntiva : esplora documenti con codice
Home page : https://github.com/AlexOlsen/DeepWeeds
Codice sorgente :
tfds.image_classification.DeepWeeds
Versioni :
-
2.0.0
: Corregge le etichette errate nella V1. -
3.0.0
(impostazione predefinita): aggiorna l'URL di download.
-
Dimensione download :
469.32 MiB
Dimensione del set di dati :
469.99 MiB
Memorizzazione nella cache automatica ( documentazione ): No
Divide :
Diviso | Esempi |
---|---|
'train' | 17.509 |
- Struttura delle caratteristiche :
FeaturesDict({
'image': Image(shape=(256, 256, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=9),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
Immagine | Immagine | (256, 256, 3) | uint8 | |
etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi il documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
@article{DeepWeeds2019,
author = {Alex Olsen and
Dmitry A. Konovalov and
Bronson Philippa and
Peter Ridd and
Jake C. Wood and
Jamie Johns and
Wesley Banks and
Benjamin Girgenti and
Owen Kenny and
James Whinney and
Brendan Calvert and
Mostafa {Rahimi Azghadi} and
Ronald D. White},
title = { {DeepWeeds: A Multiclass Weed Species Image Dataset for Deep Learning} },
journal = {Scientific Reports},
year = 2019,
number = 2058,
month = 2,
volume = 9,
issue = 1,
day = 14,
url = "https://doi.org/10.1038/s41598-018-38343-3",
doi = "10.1038/s41598-018-38343-3"
}