imagenet_v2

وصف :

ImageNet-v2 عبارة عن مجموعة اختبار ImageNet (10 لكل فئة) تم جمعها عن طريق اتباع بروتوكول وضع العلامات الأصلي عن كثب. تم تصنيف كل صورة بواسطة ما لا يقل عن 10 من العاملين في MTurk، وربما أكثر، واعتمادًا على الإستراتيجية المستخدمة لتحديد الصور التي سيتم تضمينها من بين الصور العشر المختارة للفئة المحددة، هناك ثلاثة إصدارات مختلفة من مجموعة البيانات. يرجى الرجوع إلى القسم الرابع من الورقة لمزيد من التفاصيل حول كيفية تجميع المتغيرات المختلفة.

مساحة التسمية هي نفس مساحة ImageNet2012. يتم تمثيل كل مثال على شكل قاموس بالمفاتيح التالية:

'image': الصورة، موتر (H، W، 3).
'label': عدد صحيح في النطاق [0، 1000).
'file_name': لدغة فريدة تحدد المثال داخل مجموعة البيانات.
الصفحة الرئيسية : https://github.com/modestyachts/ImageNetV2
كود المصدر : tfds.datasets.imagenet_v2.Builder
الإصدارات :
- 1.0.0 : النسخة الأولية.
- 2.0.0 : تم تحديث الملفات.
- 3.0.0 (افتراضي): إصلاح اسم_الملف، من المسار المطلق إلى المسار المتعلق بدليل البيانات، أي: "class_id/filename.jpg".
- 3.1.0 : عناوين URL جديدة للموارد من Hugging Face.
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'test'`	10.000

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 :

ميزة	فصل	شكل	نوع D
	المميزاتDict
اسم الملف	نص		خيط
صورة	صورة	(لا شيء، لا شيء، 3)	uint8
ملصق	ClassLabel		int64

المفاتيح الخاضعة للإشراف (راجع as_supervised doc ): ('image', 'label')
الاقتباس :

@inproceedings{recht2019imagenet,
  title={Do ImageNet Classifiers Generalize to ImageNet?},
  author={Recht, Benjamin and Roelofs, Rebecca and Schmidt, Ludwig and Shankar, Vaishaal},
  booktitle={International Conference on Machine Learning},
  pages={5389--5400},
  year={2019}
}