سيسكو

  • وصف :

SI-Score (التدخلات الاصطناعية على المشاهد لتقييم المتانة) هي مجموعة بيانات لتقييم قوة نماذج تصنيف الصور للتغيرات في حجم الكائن وموقعه وزاوية الدوران.

في SI-SCORE، نأخذ الكائنات والخلفيات ونغير بشكل منهجي حجم الكائن وموقعه وزاوية دورانه حتى نتمكن من دراسة تأثير تغيير هذه العوامل على أداء النموذج. مساحة تسمية الصورة هي مساحة تسمية ImageNet (فئات 1 كيلو) لتسهيل تقييم النماذج.

يمكن العثور على مزيد من المعلومات حول مجموعة البيانات على https://github.com/google-research/si-score

FeaturesDict({
    'dataset_label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image_id': int64,
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
  • وثائق الميزة :
ميزة فصل شكل نوع D وصف
المميزاتDict
dataset_label ClassLabel int64
صورة صورة (لا شيء، لا شيء، 3) uint8
image_id الموتر int64
ملصق ClassLabel int64
  • المفاتيح الخاضعة للإشراف (راجع as_supervised doc ): ('image', 'label')

  • الاقتباس :

@misc{djolonga2020robustness,
      title={On Robustness and Transferability of Convolutional Neural Networks},
      author={Josip Djolonga and Jessica Yung and Michael Tschannen and Rob Romijnders and Lucas Beyer and Alexander Kolesnikov and Joan Puigcerver and Matthias Minderer and Alexander D'Amour and Dan Moldovan and Sylvain Gelly and Neil Houlsby and Xiaohua Zhai and Mario Lucic},
      year={2020},
      eprint={2007.08558},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

سيسكور/دوران (التكوين الافتراضي)

  • وصف التكوين : عامل الاختلاف: التناوب

  • حجم التحميل : 1.40 GiB

  • حجم مجموعة البيانات : 1.40 GiB

  • الإنشقاقات :

ينقسم أمثلة
'test' 39,540

التصور

سيسكو/حجم

  • وصف التكوين : عامل الاختلاف: الحجم

  • حجم التحميل : 3.25 GiB

  • حجم مجموعة البيانات : 3.27 GiB

  • الإنشقاقات :

ينقسم أمثلة
'test' 92,884

التصور

سيسكو/الموقع

  • وصف التكوين : عامل الاختلاف: الموقع

  • حجم التحميل : 18.21 GiB

  • حجم مجموعة البيانات : 18.31 GiB

  • الإنشقاقات :

ينقسم أمثلة
'test' 541,548

التصور