- Описание :
Этот набор данных содержит в общей сложности 5089 категорий, 579 184 обучающих изображения и 95 986 проверочных изображений. Для обучающего набора распределение изображений по категориям соответствует частоте наблюдения этой категории сообществом iNaturalist.
Хотя исходный набор данных содержит некоторые изображения с ограничивающими рамками, в настоящее время предоставляются только аннотации на уровне изображения (одна метка/изображение). Кроме того, организаторы не опубликовали тестовые метки, поэтому мы предоставляем только тестовые изображения (метка = -1).
Дополнительная документация : Изучите статьи с кодом
Домашняя страница : https://github.com/visipedia/inat_comp/tree/master/2017.
Исходный код :
tfds.image_classification.INaturalist2017
Версии :
-
0.1.0
(по умолчанию): нет примечаний к выпуску.
-
Размер загрузки :
237.35 GiB
Размер набора данных :
238.10 GiB
Автокэширование ( документация ): Нет
Расколы :
Расколоть | Примеры |
---|---|
'test' | 182 707 |
'train' | 579 184 |
'validation' | 95 986 |
- Структура функции :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=5089),
'supercategory': ClassLabel(shape=(), dtype=int64, num_classes=13),
})
- Функциональная документация :
Особенность | Сорт | Форма | Дтип | Описание |
---|---|---|---|---|
ВозможностиDict | ||||
идентификатор | Текст | нить | ||
изображение | Изображение | (Нет, Нет, 3) | uint8 | |
этикетка | Класслейбл | int64 | ||
суперкатегория | Класслейбл | int64 |
Контролируемые ключи (см. документ
as_supervised
):('image', 'label')
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
- Цитата :
@InProceedings{Horn_2018_CVPR,
author = {
Van Horn, Grant and Mac Aodha, Oisin and Song, Yang and Cui, Yin and Sun, Chen
and Shepard, Alex and Adam, Hartwig and Perona, Pietro and Belongie, Serge},
title = {The INaturalist Species Classification and Detection Dataset},
booktitle = {
The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2018}
}