stanford_dogs

  • Descrição :

O conjunto de dados Stanford Dogs contém imagens de 120 raças de cães de todo o mundo. Este conjunto de dados foi construído usando imagens e anotações do ImageNet para a tarefa de categorização de imagem refinada. São 20.580 imagens, das quais 12.000 são utilizadas para treinamento e 8.580 para teste. Rótulos de classe e anotações de caixa delimitadora são fornecidos para todas as 12.000 imagens.

Dividir Exemplos
'test' 8.580
'train' 12.000
  • Estrutura de recursos :
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),
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
imagem Imagem (Nenhuma, Nenhuma, 3) uint8
imagem/nome do arquivo Texto corda
rótulo ClassLabel int64
objetos Seqüência
objetos/bbox Recurso BBox (4,) float32

Visualização

  • Citação :
@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"}