ディススプライト

• 説明：

dSprites は、6 つのグラウンド トゥルースの独立した潜在要素から手続き的に生成された 2D 形状のデータセットです。これらの要素は、スプライトの色、形状、スケール、回転、 xおよびy位置です。

これらの潜在的な組み合わせはすべて 1 回だけ存在し、合計 N = 737280 の画像が生成されます。

潜在因子の値

• 色: ホワイト
• 形状: 正方形、楕円形、ハート
• スケール: [0.5, 1] で直線的に配置された 6 つの値
• 方向: [0, 2 pi] の 40 個の値
• 位置 X: [0, 1] の 32 個の値
• 位置 Y: [0, 1] の 32 個の値

一度に 1 つの潜在画像を変更し (位置 Y から開始し、次に位置 X など)、固定された順序で画像を順次保存しました。したがって、最初の次元に沿った順序は固定されており、その画像に対応する潜在値の値にマッピングし直すことができます。

すべてのピクセル出力が異なることを保証しながら、ステップ変化を最小限にするために、潜在値を意図的に選択しました。ノイズは追加されていません。

• 追加ドキュメント:コード付きの論文について調べるnorth_east

• ホームページ: https://github.com/deepmind/dsprites-dataset

• ソースコード: tfds.datasets.dsprites.Builder

• バージョン:

  • 2.0.0 (デフォルト): 新しい分割 API ( https://tensorflow.org/datasets/splits )
  • 2.1.0 : リリースノートはありません。

• ダウンロードサイズ: 26.73 MiB

• データセットのサイズ: Unknown size

• 自動キャッシュ(ドキュメント): 不明

• 分割:

• 機能の構造:

FeaturesDict({
    'image': Image(shape=(64, 64, 1), dtype=uint8),
    'label_orientation': ClassLabel(shape=(), dtype=int64, num_classes=40),
    'label_scale': ClassLabel(shape=(), dtype=int64, num_classes=6),
    'label_shape': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'label_x_position': ClassLabel(shape=(), dtype=int64, num_classes=32),
    'label_y_position': ClassLabel(shape=(), dtype=int64, num_classes=32),
    'value_orientation': float32,
    'value_scale': float32,
    'value_shape': float32,
    'value_x_position': float32,
    'value_y_position': float32,
})

• 機能ドキュメント:

• 監視キー( as_supervised docを参照): None

• 図( tfds.show_examples ):

• 例( tfds.as_dataframe ):

• 引用：

@misc{dsprites17,
author = {Loic Matthey and Irina Higgins and Demis Hassabis and Alexander Lerchner},
title = {dSprites: Disentanglement testing Sprites dataset},
howpublished= {https://github.com/deepmind/dsprites-dataset/},
year = "2017",
}