geirhos_conflict_stimuli

• Descrizione :

Stimoli di conflitto forma/trama da "I CNN addestrati da ImageNet sono prevenuti verso la trama; l'aumento della distorsione della forma migliora la precisione e la robustezza".

Si noti che, sebbene la fonte del set di dati contenga immagini con forma e consistenza corrispondenti e le includiamo qui, vengono ignorate per la maggior parte delle valutazioni nel documento originale.

• Homepage : https://github.com/rgeirhos/texture-vs-shape

• Codice sorgente : tfds.image_classification.GeirhosConflictStimuli

• Versioni :

  • 1.0.0 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 153.96 MiB

• Dimensione del set di dati: 130.44 MiB

• Cache automatica ( documentazione ): solo quando shuffle_files=False (test)

• Divisioni :

• Struttura delle caratteristiche :

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),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi as_supervised doc ): ('image', 'shape_label')

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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},
}