- الوصف :
تحتوي مجموعة بيانات Stanford Dogs على صور 120 سلالة من الكلاب من جميع أنحاء العالم. تم إنشاء مجموعة البيانات هذه باستخدام الصور والتعليقات التوضيحية من ImageNet لمهمة التصنيف الدقيق للصور. هناك 20580 صورة ، منها 12000 مستخدمة للتدريب و 8580 صورة للاختبار. يتم توفير تسميات الفصل والتعليقات التوضيحية للمربع المحيط لجميع الصور البالغ عددها 12000 صورة.
وثائق إضافية : استكشف في الأوراق باستخدام الرمز
الصفحة الرئيسية : http://vision.stanford.edu/aditya86/ImageNetDogs/main.html
كود المصدر :
tfds.datasets.stanford_dogs.Builder
إصدارات :
-
0.2.0
(افتراضي): لا توجد ملاحظات حول الإصدار.
-
حجم التحميل :
778.12 MiB
حجم مجموعة البيانات :
744.72 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'test' | 8580 |
'train' | 12000 |
- هيكل الميزة :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'image/filename': Text(shape=(), dtype=string),
'label': ClassLabel(shape=(), dtype=int64, num_classes=120),
'objects': Sequence({
'bbox': BBoxFeature(shape=(4,), dtype=float32),
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
صورة | صورة | (لا شيء ، لا شيء ، 3) | uint8 | |
الصورة / اسم الملف | نص | سلسلة | ||
ضع الكلمة المناسبة | ClassLabel | int64 | ||
أشياء | تسلسل | |||
كائنات / bbox | ميزة BBox | (4 ،) | تعويم 32 |
المفاتيح الخاضعة للإشراف (راجع المستند
as_supervised
):('image', 'label')
الشكل ( tfds.show_examples ):
- أمثلة ( tfds.as_dataframe ):
- الاقتباس :
@inproceedings{KhoslaYaoJayadevaprakashFeiFei_FGVC2011,
author = "Aditya Khosla and Nityananda Jayadevaprakash and Bangpeng Yao and
Li Fei-Fei",
title = "Novel Dataset for Fine-Grained Image Categorization",
booktitle = "First Workshop on Fine-Grained Visual Categorization,
IEEE Conference on Computer Vision and Pattern Recognition",
year = "2011",
month = "June",
address = "Colorado Springs, CO",
}
@inproceedings{imagenet_cvpr09,
AUTHOR = {Deng, J. and Dong, W. and Socher, R. and Li, L.-J. and
Li, K. and Fei-Fei, L.},
TITLE = { {ImageNet: A Large-Scale Hierarchical Image Database} },
BOOKTITLE = {CVPR09},
YEAR = {2009},
BIBSOURCE = "http://www.image-net.org/papers/imagenet_cvpr09.bib"}