- Sự miêu tả :
Cơ sở dữ liệu này dành cho các thử nghiệm về nhận dạng đối tượng 3D từ hình dạng. Nó chứa hình ảnh của 50 đồ chơi thuộc 5 loại chung: động vật bốn chân, hình người, máy bay, xe tải và ô tô. Các vật thể được chụp bằng hai camera trong 6 điều kiện ánh sáng, 9 độ cao (30 đến 70 độ mỗi 5 độ) và 18 góc phương vị (0 đến 340 mỗi 20 độ).
Tập huấn luyện bao gồm 5 phiên bản của mỗi loại (phiên bản 4, 6, 7, 8 và 9) và tập kiểm tra của 5 phiên bản còn lại (phiên bản 0, 1, 2, 3 và 5).
Tài liệu bổ sung : Khám phá trên giấy tờ có mã
Trang chủ : https://cs.nyu.edu/~ylclab/data/norb-v1.0-small/
Mã nguồn :
tfds.datasets.smallnorb.Builder
Phiên bản :
-
2.0.0
(mặc định): API phân chia mới ( https://tensorflow.org/datasets/splits ) -
2.1.0
: Không có ghi chú phát hành.
-
Kích thước tải xuống :
250.60 MiB
Kích thước tập dữ liệu :
Unknown size
Tự động lưu vào bộ nhớ đệm ( tài liệu ): Không xác định
Chia tách :
Tách ra | Ví dụ |
---|---|
'test' | 24.300 |
'train' | 24.300 |
- Cấu trúc tính năng :
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),
})
- Tài liệu tính năng :
Tính năng | Lớp học | Hình dạng | loại D | Sự miêu tả |
---|---|---|---|---|
Tính năngDict | ||||
hình ảnh | Hình ảnh | (96, 96, 1) | uint8 | |
hình ảnh2 | Hình ảnh | (96, 96, 1) | uint8 | |
ví dụ | Nhãn lớp | int64 | ||
nhãn_góc phương vị | Nhãn lớp | int64 | ||
nhãn_category | Nhãn lớp | int64 | ||
nhãn_độ cao | Nhãn lớp | int64 | ||
nhãn_chiếu sáng | Nhãn lớp | int64 |
Khóa được giám sát (Xem
as_supervised
doc ):('image', 'label_category')
Hình ( tfds.show_examples ): Không được hỗ trợ.
Ví dụ ( tfds.as_dataframe ):
- Trích dẫn :
@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}
}