- Açıklama :
Bu veri seti, 101'000 görüntü ile 101 gıda kategorisinden oluşuyor. Her sınıf için, manuel olarak incelenen 250 test görüntüsü ve 750 eğitim görüntüsü sağlanır. Eğitim görüntüleri kasıtlı olarak temizlenmedi ve bu nedenle yine de bir miktar parazit içeriyor. Bu çoğunlukla yoğun renkler ve bazen yanlış etiketler şeklinde gelir. Tüm görüntüler, maksimum kenar uzunluğu 512 piksel olacak şekilde yeniden ölçeklendi.
Ana Sayfa : https://data.vision.ee.ethz.ch/cvl/datasets_extra/food-101/
Kaynak kodu :
tfds.image_classification.Food101
sürümler :
-
1.0.0
: Sürüm notu yok. -
2.0.0
(varsayılan): Sürüm notu yok. -
2.1.0
: Sürüm notu yok.
-
İndirme boyutu :
4.65 GiB
Veri kümesi boyutu :
Unknown size
Otomatik önbelleğe alınmış ( belgeler ): Bilinmiyor
bölmeler :
Bölmek | örnekler |
---|---|
'train' | 75.750 |
'validation' | 25.250 |
- Özellik yapısı :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
})
- Özellik belgeleri :
Özellik | Sınıf | Şekil | Dtipi | Tanım |
---|---|---|---|---|
ÖzelliklerDict | ||||
resim | resim | (Yok, Yok, 3) | uint8 | |
etiket | SınıfEtiketi | int64 |
Denetlenen anahtarlar (Bkz
as_supervised
doc ):('image', 'label')
Şekil ( tfds.show_examples ):
- Örnekler ( tfds.as_dataframe ):
- Alıntı :
@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}
}