formes3d

• Description :

3dshapes est un ensemble de données de formes 3D générées de manière procédurale à partir de 6 facteurs latents indépendants de la vérité terrain. Ces facteurs sont la couleur du sol , la couleur des murs , la couleur de l'objet , l'échelle , la forme et l'orientation .

Toutes les combinaisons possibles de ces latents sont présentes exactement une fois, générant N = 480 000 images au total.

Valeurs des facteurs latents

• teinte du sol : 10 valeurs espacées linéairement dans [0, 1]
• teinte du mur : 10 valeurs espacées linéairement dans [0, 1]
• teinte de l'objet : 10 valeurs espacées linéairement dans [0, 1]
• échelle : 8 valeurs espacées linéairement en [0, 1]
• forme : 4 valeurs dans [0, 1, 2, 3]
• orientation : 15 valeurs espacées linéairement dans [-30, 30]

Nous avons fait varier une latente à la fois (en commençant par l'orientation, puis la forme, etc.) et avons stocké séquentiellement les images dans un ordre fixe dans le tableau images . Les valeurs correspondantes des facteurs sont stockées dans le même ordre dans le tableau labels .

• Documentation supplémentaire : Explorer sur les articles avec le code north_east

• Page d'accueil : https://github.com/deepmind/3d-shapes

• Code source : tfds.datasets.shapes3d.Builder

• Versions :

  • 2.0.0 (par défaut) : nouvelle API fractionnée ( https://tensorflow.org/datasets/splits )

• Taille du téléchargement : 255.18 MiB

• Taille du jeu de données : 1.68 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

• Structure des fonctionnalités :

FeaturesDict({
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'label_floor_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_object_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_orientation': ClassLabel(shape=(), dtype=int64, num_classes=15),
    'label_scale': ClassLabel(shape=(), dtype=int64, num_classes=8),
    'label_shape': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'label_wall_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'value_floor_hue': float32,
    'value_object_hue': float32,
    'value_orientation': float32,
    'value_scale': float32,
    'value_shape': float32,
    'value_wall_hue': float32,
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir doc as_supervised ) : None

• Figure ( tfds.show_examples ) :

• Exemples ( tfds.as_dataframe ) :

• Citation :

@misc{3dshapes18,
  title={3D Shapes Dataset},
  author={Burgess, Chris and Kim, Hyunjik},
  howpublished={https://github.com/deepmind/3dshapes-dataset/},
  year={2018}
}