इमेजनेट2012_भ्रष्ट

विवरण :

Imagenet2012Corpted एक डेटासेट है जो ImageNet डेटासेट में छवियों में सामान्य भ्रष्टाचार जोड़कर उत्पन्न होता है। मूल पेपर में, 15 + 4 अलग-अलग भ्रष्टाचार हैं, और प्रत्येक में गंभीरता के 5 स्तर हैं। हम 4 अतिरिक्त भ्रष्टाचार गॉसियन धुंधलापन, संतृप्त, छींटे और धब्बेदार शोर को भी लागू करते हैं। यादृच्छिकता निश्चित है ताकि पुनर्जनन नियतात्मक हो।

मुखपृष्ठ : https://openreview.net/forum?id=HJz6tiCqYm
स्रोत कोड : tfds.datasets.imagenet2012_corrupted.Builder
संस्करण :
- 0.0.1 : प्रारंभिक डेटासेट
- 3.1.0 (डिफ़ॉल्ट): छूटे हुए भ्रष्टाचारों को लागू करें। फसल काटने/आकार बदलने के क्रम, फ़ाइल एन्कोडिंग को ठीक करें
- 5.0.0 : कोई रिलीज़ नोट नहीं।
डाउनलोड आकार : 1.98 MiB
डेटासेट आकार : Unknown size
मैन्युअल डाउनलोड निर्देश : इस डेटासेट के लिए आपको स्रोत डेटा को मैन्युअल रूप से download_config.manual_dir (डिफ़ॉल्ट रूप से ~/tensorflow_datasets/downloads/manual/ ) में डाउनलोड करना होगा:
मैनुअल_डीआईआर में दो फ़ाइलें होनी चाहिए: ILSVRC2012_img_train.tar और ILSVRC2012_img_val.tar। डेटासेट डाउनलोड करने के लिए लिंक प्राप्त करने के लिए आपको https://image-net.org/download-images पर पंजीकरण करना होगा।
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): अज्ञात
विभाजन :

विभाजित करना	उदाहरण
`'validation'`	50,000

फ़ीचर संरचना :

FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(224, 224, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार
	फीचर्सडिक्ट
फ़ाइल का नाम	मूलपाठ		डोरी
छवि	छवि	(224, 224, 3)	uint8
लेबल	क्लास लेबल		int64

पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): ('image', 'label')
उद्धरण :

@inproceedings{
  hendrycks2018benchmarking,
  title={Benchmarking Neural Network Robustness to Common Corruptions and Perturbations},
  author={Dan Hendrycks and Thomas Dietterich},
  booktitle={International Conference on Learning Representations},
  year={2019},
  url={https://openreview.net/forum?id=HJz6tiCqYm},
}