stanford_dogs

• Descripción :

El conjunto de datos de Stanford Dogs contiene imágenes de 120 razas de perros de todo el mundo. Este conjunto de datos se ha creado utilizando imágenes y anotaciones de ImageNet para la tarea de categorización de imágenes detalladas. Hay 20.580 imágenes, de las cuales 12.000 se utilizan para entrenamiento y 8580 para pruebas. Se proporcionan etiquetas de clase y anotaciones de cuadro delimitador para todas las 12.000 imágenes.

• Documentación adicional : Explore en Papers With Code north_east

• Página de inicio: http://vision.stanford.edu/aditya86/ImageNetDogs/main.html

• Código fuente : tfds.datasets.stanford_dogs.Builder

• Versiones :

  • 0.2.0 (predeterminado): Sin notas de la versión.

• Tamaño de la descarga : 778.12 MiB

• Tamaño del conjunto de datos : 744.72 MiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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),
    }),
})

• Documentación de características :

• Claves supervisadas (Ver as_supervised ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@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"}