- Описание :
Эта база данных предназначена для экспериментов по распознаванию 3D-объектов по форме. Он содержит изображения 50 игрушек, относящихся к 5 общим категориям: четвероногие животные, фигурки людей, самолеты, грузовики и автомобили. Объекты снимались двумя камерами при 6 условиях освещения, 9 углах возвышения (от 30 до 70 градусов каждые 5 градусов) и 18 азимутах (от 0 до 340 каждые 20 градусов).
Обучающий набор состоит из 5 экземпляров каждой категории (экземпляры 4, 6, 7, 8 и 9) и тестового набора из оставшихся 5 экземпляров (экземпляры 0, 1, 2, 3 и 5).
Дополнительная документация : Изучите статьи с кодом
Домашняя страница : https://cs.nyu.edu/~ylclab/data/norb-v1.0-small/
Исходный код :
tfds.datasets.smallnorb.Builder
Версии :
-
2.0.0
(по умолчанию): новый API разделения ( https://tensorflow.org/datasets/splits ) -
2.1.0
: Нет примечаний к выпуску.
-
Размер загрузки :
250.60 MiB
Размер набора данных :
Unknown size
Автокэширование ( документация ): неизвестно.
Расколы :
Расколоть | Примеры |
---|---|
'test' | 24 300 |
'train' | 24 300 |
- Структура функции :
FeaturesDict({
'image': Image(shape=(96, 96, 1), dtype=uint8),
'image2': Image(shape=(96, 96, 1), dtype=uint8),
'instance': ClassLabel(shape=(), dtype=int64, num_classes=10),
'label_azimuth': ClassLabel(shape=(), dtype=int64, num_classes=18),
'label_category': ClassLabel(shape=(), dtype=int64, num_classes=5),
'label_elevation': ClassLabel(shape=(), dtype=int64, num_classes=9),
'label_lighting': ClassLabel(shape=(), dtype=int64, num_classes=6),
})
- Функциональная документация :
Особенность | Сорт | Форма | Дтип | Описание |
---|---|---|---|---|
ВозможностиDict | ||||
изображение | Изображение | (96, 96, 1) | uint8 | |
изображение2 | Изображение | (96, 96, 1) | uint8 | |
пример | Класслейбл | int64 | ||
label_azimut | Класслейбл | int64 | ||
label_category | Класслейбл | int64 | ||
label_elevation | Класслейбл | int64 | ||
label_lighting | Класслейбл | int64 |
Контролируемые ключи (см. документ
as_supervised
):('image', 'label_category')
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ):
- Цитата :
@article{LeCun2004LearningMF,
title={Learning methods for generic object recognition with invariance to pose and lighting},
author={Yann LeCun and Fu Jie Huang and L{\'e}on Bottou},
journal={Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition},
year={2004},
volume={2},
pages={II-104 Vol.2}
}