छोटा सा

• विवरण :

यह डेटाबेस आकार से 3डी ऑब्जेक्ट पहचान में प्रयोगों के लिए है। इसमें 5 सामान्य श्रेणियों से संबंधित 50 खिलौनों की छवियां शामिल हैं: चार पैर वाले जानवर, मानव आकृतियां, हवाई जहाज, ट्रक और कारें। वस्तुओं को दो कैमरों द्वारा 6 प्रकाश स्थितियों, 9 उन्नयन (हर 5 डिग्री पर 30 से 70 डिग्री), और 18 अज़ीमुथ (हर 20 डिग्री पर 0 से 340) के तहत चित्रित किया गया था।

प्रशिक्षण सेट प्रत्येक श्रेणी के 5 उदाहरणों (उदाहरण 4, 6, 7, 8 और 9) से बना है, और शेष 5 उदाहरणों (उदाहरण 0, 1, 2, 3, और 5) के परीक्षण सेट से बना है।

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले कागजात पर अन्वेषण करें

• मुखपृष्ठ : https://cs.nyu.edu/~ylclab/data/norb-v1.0-small/

• स्रोत कोड : tfds.datasets.smallnorb.Builder

• संस्करण :

  • 2.0.0 (डिफ़ॉल्ट): नया स्प्लिट एपीआई ( https://tensorflow.org/datasets/splits )
  • 2.1.0 : कोई रिलीज़ नोट नहीं।

• डाउनलोड आकार : 250.60 MiB

• डेटासेट आकार : Unknown size

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): अज्ञात

• विभाजन :

• फ़ीचर संरचना :

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),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): ('image', 'label_category')

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@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}
}