合格

• 説明：

PASS は、人間、人間の一部、その他の個人を特定できる情報を含まない大規模な画像データセットです。プライバシーの懸念を大幅に軽減しながら、高品質の自己教師付き事前トレーニングに使用できます。

PASS には、YFCC-100M から取得したラベルのない 1,439,589 枚の画像が含まれています。

このデータセット内のすべての画像は、データセット自体と同様に CC-BY ライセンスに基づいてライセンスされています。 YFCC-100M については、 http://www.multimediacommons.org/ を参照してください。

• 追加ドキュメント:コード付きの論文について調べるnorth_east

• ホームページ: https://www.robots.ox.ac.uk/~vgg/data/pass/

• ソースコード: tfds.datasets.pass.Builder

• バージョン:

  • 1.0.0 : 初期リリース。
  • 2.0.0 : v2: 人間が含まれていたため、v1 から 472 個の画像を削除しました。メタデータも追加されました: 日付と GPS。
  • 3.0.0 (デフォルト): v3: 人間/タトゥーが含まれていたため、v2 から 131 個の画像を削除しました。

• ダウンロード サイズ: 167.30 GiB

• データセットのサイズ: 166.43 GiB

• 自動キャッシュ(ドキュメント): いいえ

• 分割:

• 機能の構造:

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/creator_uname': Text(shape=(), dtype=string),
    'image/date_taken': Text(shape=(), dtype=string),
    'image/gps_lat': float32,
    'image/gps_lon': float32,
    'image/hash': Text(shape=(), dtype=string),
})

• 機能ドキュメント:

• 監視キー( as_supervised docを参照): None

• 図( tfds.show_examples ):

• 例( tfds.as_dataframe ):

• 引用：

@Article{asano21pass,
author = "Yuki M. Asano and Christian Rupprecht and Andrew Zisserman and Andrea Vedaldi",
title = "PASS: An ImageNet replacement for self-supervised pretraining without humans",
journal = "NeurIPS Track on Datasets and Benchmarks",
year = "2021"
}