- 説明:
SI-Score (Synthetic Interventions on Scenes for Robustness Evaluation) は、オブジェクトのサイズ、位置、回転角度の変化に対する画像分類モデルの堅牢性を評価するためのデータセットです。
SI-SCORE では、オブジェクトと背景を取得し、オブジェクトのサイズ、位置、回転角度を体系的に変更することで、これらの要素の変更がモデルのパフォーマンスに及ぼす影響を研究できます。イメージ ラベル スペースは、モデルの評価を容易にする ImageNet ラベル スペース (1k クラス) です。
データセットの詳細については、 https://github.com/google-research/si-scoreをご覧ください。
追加ドキュメント:コード付きの論文について調べる
ソースコード:
tfds.datasets.siscore.Builder
バージョン:
-
1.0.0
(デフォルト): 初期リリース。
-
自動キャッシュ(ドキュメント): いいえ
機能の構造:
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),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
データセットラベル | クラスラベル | int64 | ||
画像 | 画像 | (なし、なし、3) | uint8 | |
画像ID | テンソル | int64 | ||
ラベル | クラスラベル | int64 |
監視キー(
as_supervised
doc を参照):('image', 'label')
引用:
@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}
}
siscore/rotation (デフォルト設定)
構成の説明: 変動要因: 回転
ダウンロードサイズ:
1.40 GiB
データセットのサイズ:
1.40 GiB
分割:
スプリット | 例 |
---|---|
'test' | 39,540 |
- 図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
シススコア/サイズ
構成の説明: 変動要因: サイズ
ダウンロードサイズ:
3.25 GiB
データセットのサイズ:
3.27 GiB
分割:
スプリット | 例 |
---|---|
'test' | 92,884 |
- 図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
シススコア/位置
構成の説明: 変動要因: 場所
ダウンロードサイズ:
18.21 GiB
データセットのサイズ:
18.31 GiB
分割:
スプリット | 例 |
---|---|
'test' | 541,548 |
- 図( tfds.show_examples ):
- 例( tfds.as_dataframe ):