อาหาร101

  • คำอธิบาย :

ชุดข้อมูลนี้ประกอบด้วยหมวดหมู่อาหาร 101 หมวด พร้อมรูปภาพ 101,000 ภาพ สำหรับแต่ละชั้นเรียน จะมีภาพการทดสอบที่ผ่านการตรวจสอบด้วยตนเอง 250 ภาพ รวมถึงภาพการฝึกอบรม 750 ภาพ โดยเจตนา ภาพการฝึกไม่ได้ถูกล้าง และยังคงมีสัญญาณรบกวนอยู่บ้าง ซึ่งส่วนใหญ่มาในรูปของสีที่เข้มข้นและฉลากที่ไม่ถูกต้องในบางครั้ง รูปภาพทั้งหมดได้รับการปรับขนาดให้มีความยาวด้านสูงสุด 512 พิกเซล

แยก ตัวอย่าง
'train' 75,750
'validation' 25,250
  • โครงสร้างคุณลักษณะ :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
})
  • เอกสารคุณสมบัติ :
ลักษณะเฉพาะ ระดับ รูปร่าง Dประเภท คำอธิบาย
คุณสมบัติDict
ภาพ ภาพ (ไม่มี, ไม่มี, 3) uint8
ฉลาก ป้ายกำกับคลาส int64

การสร้างภาพ

  • การอ้างอิง :
@inproceedings{bossard14,
  title = {Food-101 -- Mining Discriminative Components with Random Forests},
  author = {Bossard, Lukas and Guillaumin, Matthieu and Van Gool, Luc},
  booktitle = {European Conference on Computer Vision},
  year = {2014}
}