imagenet_r

• Descrizione :

ImageNet-R è un insieme di immagini etichettate con etichette ImageNet ottenute raccogliendo arte, cartoni animati, deviantart, graffiti, ricami, grafica, origami, dipinti, modelli, oggetti di plastica, oggetti di peluche, sculture, schizzi, tatuaggi, giocattoli e rappresentazioni di videogiochi di classi ImageNet. ImageNet-R ha rappresentazioni di 200 classi ImageNet che danno come risultato 30.000 immagini. raccogliendo nuovi dati e conservando solo quelle immagini che i modelli ResNet-50 non riescono a classificare correttamente. Per maggiori dettagli si rimanda al documento.

Lo spazio dell'etichetta è lo stesso di ImageNet2012. Ogni esempio è rappresentato come un dizionario con le seguenti chiavi:

• 'immagine': L'immagine, un tensore (H, W, 3).
• 'etichetta': un numero intero nell'intervallo [0, 1000).

• 'file_name': una stringa univoca che identifica l'esempio all'interno del set di dati.

• Documentazione aggiuntiva : esplora documenti con codice north_east

• Home page : https://github.com/hendrycks/imagenet-r

• Codice sorgente : tfds.datasets.imagenet_r.Builder

• Versioni :

  • 0.1.0 : nessuna nota di rilascio.
  • 0.2.0 (impostazione predefinita): corretto file_name, dal percorso assoluto al percorso relativo alla directory imagenet-r, ovvero: "imagenet_synset_id/filename.jpg".

• Dimensione download : 2.04 GiB

• Dimensione del set di dati : 2.02 GiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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}
}