imagenet_lt

• الوصف :

ImageNet-LT هي مجموعة فرعية من مجموعة بيانات ImageNet ILSVRC 2012 الأصلية. مجموعة التدريب مقسمة إلى عينات فرعية بحيث يتبع عدد الصور لكل فصل توزيعًا طويل الذيل. يحتوي الفصل الذي يحتوي على أقصى عدد من الصور على 1280 مثالًا ، بينما يحتوي الفصل الذي يحتوي على الحد الأدنى من الصور على 5 أمثلة فقط. تحتوي مجموعة البيانات أيضًا على مجموعة تحقق متوازنة ، وهي أيضًا مجموعة فرعية من مجموعة تدريب ImageNet ILSVRC 2012 وتحتوي على 20 صورة لكل فصل. مجموعة الاختبار لمجموعة البيانات هذه هي نفسها مجموعة التحقق من مجموعة بيانات ImageNet ILSVRC 2012 الأصلية.

يجب تنزيل مجموعة بيانات ImageNet ILSVRC 2012 الأصلية يدويًا ، ويجب تعيين مسارها باستخدام --manual_dir لإنشاء مجموعة البيانات هذه.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية https://github.com/zhmiao/OpenLongTailRecognition-OLTR

• شفرة المصدر : tfds.datasets.imagenet_lt.Builder

• إصدارات :

  • 1.0.0 (افتراضي): الإصدار الأولي.

• حجم التحميل : 5.21 MiB

• حجم مجموعة البيانات : 20.92 GiB

• إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
  يجب أن يحتوي manual_dir على ملفين: ILSVRC2012_img_train.tar و ILSVRC2012_img_val.tar. تحتاج إلى التسجيل في http://www.image-net.org/download-images للحصول على الرابط لتنزيل مجموعة البيانات.

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('image', 'label')

• الشكل ( tfds.show_examples ):

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

\
@inproceedings{openlongtailrecognition,
  title={Large-Scale Long-Tailed Recognition in an Open World},
  author={Liu, Ziwei and Miao, Zhongqi and Zhan, Xiaohang and Wang, Jiayun and Gong, Boqing and Yu, Stella X.},
  booktitle={IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2019},
  url={https://github.com/zhmiao/OpenLongTailRecognition-OLTR}
}