imagenet_v2

বর্ণনা :

ImageNet-v2 হল একটি ImageNet পরীক্ষা সেট (প্রতি শ্রেণীতে 10) মূল লেবেলিং প্রোটোকলকে ঘনিষ্ঠভাবে অনুসরণ করে সংগ্রহ করা হয়। প্রতিটি ছবিকে কমপক্ষে 10 জন এমটার্ক কর্মী দ্বারা লেবেল করা হয়েছে, সম্ভবত আরও বেশি, এবং প্রদত্ত শ্রেণীর জন্য নির্বাচিত 10 টির মধ্যে কোন চিত্রগুলি অন্তর্ভুক্ত করতে হবে তা নির্বাচন করতে ব্যবহৃত কৌশলের উপর নির্ভর করে ডেটাসেটের তিনটি ভিন্ন সংস্করণ রয়েছে। বিভিন্ন রূপগুলি কীভাবে সংকলিত হয়েছিল সে সম্পর্কে আরও বিশদ বিবরণের জন্য অনুগ্রহ করে কাগজের চারটি বিভাগ দেখুন।

লেবেল স্থান ImageNet2012 এর মতোই। প্রতিটি উদাহরণ নিম্নলিখিত কীগুলির সাথে একটি অভিধান হিসাবে উপস্থাপিত হয়:

'চিত্র': চিত্র, a (H, W, 3)-টেনসর।
'লেবেল': পরিসরে একটি পূর্ণসংখ্যা [0, 1000)।
'file_name': একটি অনন্য স্টিং ডেটাসেটের মধ্যে উদাহরণ সনাক্ত করে।
হোমপেজ : https://github.com/modestyachts/ImageNetV2
সোর্স কোড : tfds.datasets.imagenet_v2.Builder
সংস্করণ :
- 1.0.0 : প্রাথমিক সংস্করণ।
- 2.0.0 : ফাইল আপডেট করা হয়েছে।
- 3.0.0 (ডিফল্ট): ফাইল_নাম ঠিক করুন, ডেটা ডিরেক্টরির সাথে সম্পর্কিত পরম পাথ থেকে পাথ পর্যন্ত, যেমন: "class_id/filename.jpg"।
- 3.1.0 : Hugging Face থেকে রিসোর্সের জন্য নতুন URLs।
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বিভাজন :

বিভক্ত	উদাহরণ
`'test'`	10,000

বৈশিষ্ট্য গঠন :

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

বৈশিষ্ট্য ডকুমেন্টেশন :

বৈশিষ্ট্য	ক্লাস	আকৃতি	ডিটাইপ
	ফিচারসডিক্ট
ফাইল_নাম	পাঠ্য		স্ট্রিং
ইমেজ	ছবি	(কোনটিই নয়, 3)	uint8
লেবেল	ক্লাসলেবেল		int64

তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('image', 'label')
উদ্ধৃতি :

@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}
}