- 설명 :
"ImageNet 훈련된 CNN은 텍스처 쪽으로 편향되어 있습니다. 모양 편향이 증가하면 정확도와 견고성이 향상됩니다."의 모양/텍스처 충돌 자극.
데이터 세트 소스에 모양과 질감이 일치하는 이미지가 포함되어 있고 여기에 포함되어 있지만 원본 논문의 대부분의 평가에서는 무시됩니다.
버전 :
-
1.0.0
(기본값): 릴리스 정보가 없습니다.
-
다운로드 크기 :
153.96 MiB
데이터 세트 크기 :
130.44 MiB
자동 캐시 ( 문서 ):
shuffle_files=False
(테스트)인 경우에만분할 :
나뉘다 | 예 |
---|---|
'test' | 1,280 |
- 기능 구조 :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'shape_imagenet_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1000)),
'shape_label': ClassLabel(shape=(), dtype=int64, num_classes=16),
'texture_imagenet_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=1000)),
'texture_label': ClassLabel(shape=(), dtype=int64, num_classes=16),
})
- 기능 문서 :
특징 | 수업 | 모양 | D타입 | 설명 |
---|---|---|---|---|
풍모Dict | ||||
파일 이름 | 텍스트 | 끈 | ||
영상 | 영상 | (없음, 없음, 3) | uint8 | |
shape_imagenet_labels | 시퀀스(클래스 레이블) | (없음,) | int64 | |
shape_label | 클래스 레이블 | int64 | ||
texture_imagenet_labels | 시퀀스(클래스 레이블) | (없음,) | int64 | |
texture_label | 클래스 레이블 | int64 |
감독 키 (
as_supervised
문서 참조):('image', 'shape_label')
그림 ( tfds.show_examples ):
- 예 ( tfds.as_dataframe ):
- 인용 :
@inproceedings{
geirhos2018imagenettrained,
title={ImageNet-trained {CNN}s are biased towards texture; increasing shape
bias improves accuracy and robustness.},
author={Robert Geirhos and Patricia Rubisch and Claudio Michaelis and
Matthias Bethge and Felix A. Wichmann and Wieland Brendel},
booktitle={International Conference on Learning Representations},
year={2019},
url={https://openreview.net/forum?id=Bygh9j09KX},
}