imagenet_v2

Описание :

ImageNet-v2 — это тестовый набор ImageNet (по 10 на каждый класс), собранный с соблюдением исходного протокола маркировки. Каждое изображение было помечено как минимум 10 работниками MTurk, а возможно и больше, и в зависимости от стратегии, используемой для выбора того, какие изображения включить среди 10, выбранных для данного класса, существует три разные версии набора данных. Пожалуйста, обратитесь к четвертому разделу документа для получения более подробной информации о том, как были скомпилированы различные варианты.

Пространство меток такое же, как и у ImageNet2012. Каждый пример представлен в виде словаря со следующими ключами:

«изображение»: изображение, (H, W, 3)-тензор.
«метка»: целое число в диапазоне [0, 1000).
«имя_файла»: уникальная строка, идентифицирующая пример в наборе данных.
Домашняя страница : https://github.com/modestyachts/ImageNetV2 .
Исходный код : tfds.datasets.imagenet_v2.Builder .
Версии :
- 1.0.0 : Начальная версия.
- 2.0.0 : файлы обновлены.
- 3.0.0 (по умолчанию): Исправьте имя_файла: от абсолютного пути до пути относительно каталога данных, например: «class_id/filename.jpg».
- 3.1.0 : Новые URL-адреса ресурсов Hugging Face.
Автокэширование ( документация ): Нет
Расколы :

Расколоть	Примеры
`'test'`	10 000

Структура функции :

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

Функциональная документация :

Особенность	Сорт	Форма	Дтип
	ВозможностиDict
имя файла	Текст		нить
изображение	Изображение	(Нет, Нет, 3)	uint8
этикетка	Класслейбл		int64

Контролируемые ключи (см. документ as_supervised ): ('image', 'label')
Цитата :

@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}
}