- विवरण :
एसआई-स्कोर (मजबूतता मूल्यांकन के लिए दृश्यों पर सिंथेटिक हस्तक्षेप) ऑब्जेक्ट आकार, स्थान और रोटेशन कोण में परिवर्तन के लिए छवि वर्गीकरण मॉडल की मजबूती का मूल्यांकन करने के लिए एक डेटासेट है।
एसआई-स्कोर में, हम ऑब्जेक्ट और पृष्ठभूमि लेते हैं और ऑब्जेक्ट आकार, स्थान और रोटेशन कोण को व्यवस्थित रूप से बदलते हैं ताकि हम मॉडल प्रदर्शन पर इन कारकों को बदलने के प्रभाव का अध्ययन कर सकें। मॉडलों के आसान मूल्यांकन के लिए इमेज लेबल स्पेस इमेजनेट लेबल स्पेस (1k कक्षाएं) है।
डेटासेट के बारे में अधिक जानकारी https://github.com/google-research/si-score पर पाई जा सकती है
मुखपृष्ठ : https://github.com/google-research/si-score
स्रोत कोड :
tfds.datasets.siscore.Builder
संस्करण :
-
1.0.0
(डिफ़ॉल्ट): प्रारंभिक रिलीज़।
-
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
फ़ीचर संरचना :
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),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीप्रकार | विवरण |
---|---|---|---|---|
फीचर्सडिक्ट | ||||
डेटासेट_लेबल | क्लास लेबल | int64 | ||
छवि | छवि | (कोई नहीं, कोई नहीं, 3) | uint8 | |
छवि_आईडी | टेन्सर | int64 | ||
लेबल | क्लास लेबल | int64 |
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):('image', 'label')
उद्धरण :
@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}
}
सिस्कोर/रोटेशन (डिफ़ॉल्ट कॉन्फ़िगरेशन)
कॉन्फ़िगरेशन विवरण : भिन्नता का कारक: रोटेशन
डाउनलोड आकार :
1.40 GiB
डेटासेट का आकार :
1.40 GiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 39,540 |
- चित्र ( tfds.show_examples ):
- उदाहरण ( tfds.as_dataframe ):
सिस्कोर/आकार
कॉन्फ़िगरेशन विवरण : भिन्नता का कारक: आकार
डाउनलोड आकार :
3.25 GiB
डेटासेट का आकार :
3.27 GiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 92,884 |
- चित्र ( tfds.show_examples ):
- उदाहरण ( tfds.as_dataframe ):
सिस्कोर/स्थान
कॉन्फ़िगरेशन विवरण : भिन्नता का कारक: स्थान
डाउनलोड आकार :
18.21 GiB
डेटासेट का आकार :
18.31 GiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 541,548 |
- चित्र ( tfds.show_examples ):
- उदाहरण ( tfds.as_dataframe ):