খাদ্য101

  • বর্ণনা :

এই ডেটাসেটটিতে 101'000টি ছবি সহ 101টি খাদ্য বিভাগ রয়েছে। প্রতিটি ক্লাসের জন্য, 250টি ম্যানুয়ালি পর্যালোচনা করা পরীক্ষার ছবি এবং 750টি প্রশিক্ষণের ছবি দেওয়া হয়। উদ্দেশ্যমূলকভাবে, প্রশিক্ষণের ছবিগুলি পরিষ্কার করা হয়নি, এবং এইভাবে এখনও কিছু পরিমাণে শব্দ রয়েছে। এটি বেশিরভাগই তীব্র রং এবং কখনও কখনও ভুল লেবেল আকারে আসে। সর্বাধিক 512 পিক্সেল সাইড দৈর্ঘ্যের জন্য সমস্ত ছবি পুনরায় স্কেল করা হয়েছিল৷

বিভক্ত উদাহরণ
'train' 75,750
'validation' ২৫,২৫০
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
ইমেজ ছবি (কোনটিই নয়, 3) uint8
লেবেল ক্লাসলেবেল int64

ভিজ্যুয়ালাইজেশন

  • উদ্ধৃতি :
@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}
}