इमेजनेट_आर

• विवरण :

इमेजनेट-आर इमेजनेट लेबल के साथ लेबल की गई छवियों का एक सेट है जो कला, कार्टून, डेविएंटआर्ट, भित्तिचित्र, कढ़ाई, ग्राफिक्स, ओरिगेमी, पेंटिंग, पैटर्न, प्लास्टिक की वस्तुएं, आलीशान वस्तुएं, मूर्तियां, रेखाचित्र, टैटू, खिलौने और संग्रहित करके प्राप्त किया गया था। इमेजनेट कक्षाओं का वीडियो गेम प्रस्तुतीकरण। ImageNet-R में 200 ImageNet कक्षाओं का प्रतिपादन है जिसके परिणामस्वरूप 30,000 छवियां प्राप्त होती हैं। नया डेटा एकत्र करके और केवल उन छवियों को रखकर जिन्हें ResNet-50 मॉडल सही ढंग से वर्गीकृत करने में विफल रहते हैं। अधिक जानकारी के लिए कृपया पेपर देखें।

लेबल स्थान ImageNet2012 के समान है। प्रत्येक उदाहरण को निम्नलिखित कुंजियों वाले शब्दकोश के रूप में दर्शाया गया है:

• 'छवि': छवि, ए (एच, डब्ल्यू, 3)-टेंसर।
• 'लेबल': [0, 1000) की सीमा में एक पूर्णांक।

• 'फ़ाइल_नाम': डेटासेट के भीतर उदाहरण की पहचान करने वाला एक अनूठा स्टिंग।

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले कागजात पर अन्वेषण करें

• मुखपृष्ठ : https://github.com/hendrycks/imagenet-r

• स्रोत कोड : tfds.datasets.imagenet_r.Builder

• संस्करण :

  • 0.1.0 : कोई रिलीज़ नोट नहीं।
  • 0.2.0 (डिफ़ॉल्ट): इमेजनेट-आर निर्देशिका के सापेक्ष पूर्ण पथ से पथ तक फ़ाइल_नाम को ठीक करें, यानी: "imagenet_synset_id/filename.jpg"।

• डाउनलोड आकार : 2.04 GiB

• डेटासेट का आकार : 2.02 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

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

• फ़ीचर दस्तावेज़ीकरण :

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

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@article{hendrycks2020many,
  title={The Many Faces of Robustness: A Critical Analysis of Out-of-Distribution Generalization},
  author={Dan Hendrycks and Steven Basart and Norman Mu and Saurav Kadavath and Frank Wang and Evan Dorundo and Rahul Desai and Tyler Zhu and Samyak Parajuli and Mike Guo and Dawn Song and Jacob Steinhardt and Justin Gilmer},
  journal={arXiv preprint arXiv:2006.16241},
  year={2020}
}