stanford_dogs

  • Описание :

Набор данных Stanford Dogs содержит изображения 120 пород собак со всего мира. Этот набор данных был создан с использованием изображений и аннотаций из ImageNet для задачи детальной категоризации изображений. Есть 20 580 изображений, из которых 12 000 используются для обучения и 8580 для тестирования. Метки классов и аннотации ограничивающих рамок предусмотрены для всех 12 000 изображений.

Расколоть Примеры
'test' 8 580
'train' 12000
  • Структура функции :
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),
    }),
})
  • Документация по функциям :
Характерная черта Класс Форма Dтип Описание
ОсобенностиDict
изображение Изображение (Нет, Нет, 3) uint8
изображение/имя файла Текст нить
этикетка Метка класса int64
объекты Последовательность
объекты/bbox BBoxFeature (4,) поплавок32

Визуализация

  • Цитата :
@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"}