- 説明:
このデータセットは、101,000 枚の画像を含む 101 の食品カテゴリで構成されています。クラスごとに、手動でレビューされた 250 のテスト画像と 750 のトレーニング画像が提供されます。トレーニング イメージは意図的にクリーニングされていないため、まだある程度のノイズが含まれています。これは主に強烈な色と、時には間違ったラベルの形で発生します.すべての画像は、最大辺の長さが 512 ピクセルになるように再スケーリングされています。
追加のドキュメント:コード を使用したペーパーの探索
ホームページ: https://data.vision.ee.ethz.ch/cvl/datasets_extra/food-101/
ソース コード:
tfds.image_classification.Food101
バージョン:
-
1.0.0
: リリース ノートはありません。 -
2.0.0
(デフォルト): リリース ノートはありません。 -
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:
4.65 GiB
データセットのサイズ: サイズ
Unknown size
自動キャッシュ(ドキュメント): 不明
スプリット:
スプリット | 例 |
---|---|
'train' | 75,750 |
'validation' | 25,250 |
- 機能構造:
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
})
- 機能のドキュメント:
特徴 | クラス | 形 | Dtype | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
画像 | 画像 | (なし、なし、3) | uint8 | |
ラベル | クラスラベル | int64 |
監視されたキー(
as_supervised
docを参照):('image', 'label')
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
- 引用:
@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}
}