imagenet_lt

• คำอธิบาย :

ImageNet-LT เป็นส่วนย่อยของชุดข้อมูล ImageNet ILSVRC 2012 ดั้งเดิม ชุดการฝึกอบรมได้รับการสุ่มตัวอย่างเพื่อให้จำนวนภาพต่อชั้นเรียนเป็นไปตามการกระจายแบบหางยาว คลาสที่มีจำนวนรูปภาพสูงสุดมีตัวอย่าง 1,280 ตัวอย่าง ในขณะที่คลาสที่มีจำนวนรูปภาพน้อยที่สุดมีตัวอย่างเพียง 5 ตัวอย่าง ชุดข้อมูลยังมีชุดการตรวจสอบที่สมดุล ซึ่งเป็นชุดย่อยของชุดการฝึก ImageNet ILSVRC 2012 และมีรูปภาพ 20 รูปต่อคลาส ชุดทดสอบของชุดข้อมูลนี้เหมือนกับชุดการตรวจสอบความถูกต้องของชุดข้อมูล ImageNet ILSVRC 2012 ดั้งเดิม

ต้องดาวน์โหลดชุดข้อมูล ImageNet ILSVRC 2012 ดั้งเดิมด้วยตนเอง และควรตั้งค่าพาธด้วย --manual_dir เพื่อสร้างชุดข้อมูลนี้

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส north_east

• หน้าแรก : https://github.com/zhmiao/OpenLongTailRecognition-OLTR

• รหัสที่มา : tfds.datasets.imagenet_lt.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): การเปิดตัวครั้งแรก

• ขนาดการดาวน์โหลด : 5.21 MiB

• ขนาดชุดข้อมูล : 20.92 GiB

• คำแนะนำในการดาวน์โหลดด้วยตนเอง : ชุดข้อมูลนี้กำหนดให้คุณต้องดาวน์โหลดแหล่งข้อมูลด้วยตนเองลงใน download_config.manual_dir (ค่าเริ่มต้นเป็น ~/tensorflow_datasets/downloads/manual/ ):
  manual_dir ควรมีสองไฟล์: ILSVRC2012_img_train.tar และ ILSVRC2012_img_val.tar คุณต้องลงทะเบียนที่ http://www.image-net.org/download-images เพื่อรับลิงก์สำหรับดาวน์โหลดชุดข้อมูล

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'label')

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

\
@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}
}