- Descripción :
El conjunto de datos Quick Draw es una colección de 50 millones de dibujos en 345 categorías, aportados por los jugadores del juego Quick, Draw!. El conjunto de datos de mapa de bits contiene estos dibujos convertidos de formato vectorial a imágenes en escala de grises de 28x28.
Documentación adicional : Explorar en artículos con código
Página de inicio : https://github.com/googlecreativelab/quickdraw-dataset
Código fuente :
tfds.datasets.quickdraw_bitmap.Builder
Versiones :
-
3.0.0
(predeterminado): Nueva API dividida ( https://tensorflow.org/datasets/splits )
-
Tamaño de descarga :
36.82 GiB
Tamaño del conjunto de datos :
Unknown size
Almacenamiento en caché automático ( documentación ): Desconocido
Divisiones :
Dividir | Ejemplos |
---|---|
'train' | 50.426.266 |
- Estructura de características :
FeaturesDict({
'image': Image(shape=(28, 28, 1), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=345),
})
- Documentación de funciones :
Característica | Clase | Forma | tipo D | Descripción |
---|---|---|---|---|
FuncionesDict | ||||
imagen | Imagen | (28, 28, 1) | uint8 | |
etiqueta | Etiqueta de clase | int64 |
Claves supervisadas (Ver documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Ejemplos ( tfds.as_dataframe ):
- Citación :
@article{DBLP:journals/corr/HaE17,
author = {David Ha and
Douglas Eck},
title = {A Neural Representation of Sketch Drawings},
journal = {CoRR},
volume = {abs/1704.03477},
year = {2017},
url = {http://arxiv.org/abs/1704.03477},
archivePrefix = {arXiv},
eprint = {1704.03477},
timestamp = {Mon, 13 Aug 2018 16:48:30 +0200},
biburl = {https://dblp.org/rec/bib/journals/corr/HaE17},
bibsource = {dblp computer science bibliography, https://dblp.org}
}