s3o4d

• Visualização : Explorar em Conheça seus dados north_east

• Descrição :

O conjunto de dados descrito pela primeira vez na seção "Stanford 3D Objects" do artigo Disentangling by Subspace Diffusion . Os dados consistem em 100.000 renderizações de cada um dos objetos Bunny e Dragon do Stanford 3D Scanning Repository . Mais objetos podem ser adicionados no futuro, mas apenas o Coelhinho e o Dragão são usados ​​no papel. Cada objeto é renderizado com uma iluminação amostrada uniformemente de um ponto na esfera 2 e uma rotação 3D amostrada uniformemente. Os verdadeiros estados latentes são fornecidos como matrizes NumPy junto com as imagens. A iluminação é dada como um 3-vetor com norma unitária, enquanto a rotação é fornecida como um quatérnio e uma matriz ortogonal 3x3.

Existem muitas semelhanças entre o S3O4D e os conjuntos de dados de referência de ML existentes, como NORB , 3D Chairs , 3D Shapes e muitos outros, que também incluem renderizações de um conjunto de objetos sob diferentes poses e condições de iluminação. No entanto, nenhum desses conjuntos de dados existentes inclui a variedade completa de rotações em 3D - a maioria inclui apenas um subconjunto de alterações de elevação e azimute. As imagens S3O4D são amostradas de maneira uniforme e independente do espaço total de rotações e iluminações, o que significa que o conjunto de dados contém objetos que estão de cabeça para baixo e iluminados por trás ou por baixo. Acreditamos que isso torna o S3O4D adequado exclusivamente para pesquisas em modelos generativos onde o espaço latente tem topologia não trivial, bem como para métodos de aprendizado de variedades gerais onde a curvatura da variedade é importante.

• Documentação Adicional : Explore em Papers With Code north_east

• Página inicial : https://github.com/deepmind/deepmind-research/tree/master/geomancer#stanford-3d-objects-for-disentangling-s3o4d

• Código -fonte: tfds.datasets.s3o4d.Builder

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Tamanho do download : 911.68 MiB

• Tamanho do conjunto de dados : 1.01 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

• Estrutura de recursos :

FeaturesDict({
    'illumination': Tensor(shape=(3,), dtype=float32),
    'image': Image(shape=(256, 256, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'pose_mat': Tensor(shape=(3, 3), dtype=float32),
    'pose_quat': Tensor(shape=(4,), dtype=float32),
})

• Documentação do recurso:

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

• Citação :

@article{pfau2020disentangling,
  title={Disentangling by Subspace Diffusion},
  author={Pfau, David and Higgins, Irina and Botev, Aleksandar and Racani\`ere,
  S{\'e}bastian},
  journal={Advances in Neural Information Processing Systems (NeurIPS)},
  year={2020}
}