- Descripción :
ImageNet-Sketch consta de 50 889 imágenes de croquis en blanco y negro, 50 para cada una de las 1000 clases de ImageNet. Estas imágenes se obtuvieron originalmente de la búsqueda de imágenes de Google para "boceto de __". Se recopilaron 100 imágenes y luego se filtraron manualmente. Para las clases con menos de 50 buenas imágenes, se construyeron imágenes adicionales por volteo o rotación.
Documentación adicional : Explore en Papers With Code
Página de inicio : https://github.com/HaohanWang/ImageNet-Sketch
Código fuente :
tfds.datasets.imagenet_sketch.Builder
Versiones :
-
1.0.0
(predeterminado): Versión inicial.
-
Tamaño de descarga :
7.07 GiB
Tamaño del conjunto de datos :
7.61 GiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :
Separar | Ejemplos |
---|---|
'test' | 50,889 |
- Estructura de características :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Documentación de características :
Rasgo | Clase | Forma | Tipo D | Descripción |
---|---|---|---|---|
CaracterísticasDict | ||||
Nombre del archivo | Texto | cuerda | ||
imagen | Imagen | (Ninguno, Ninguno, 3) | uint8 | |
etiqueta | Etiqueta de clase | int64 |
Claves supervisadas (Ver como_documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Ejemplos ( tfds.as_dataframe ):
- Cita :
@inproceedings{wang2019learning,
title={Learning Robust Global Representations by Penalizing Local Predictive Power},
author={Wang, Haohan and Ge, Songwei and Lipton, Zachary and Xing, Eric P},
booktitle={Advances in Neural Information Processing Systems},
pages={10506--10518},
year={2019}
}