- विवरण :
स्टैनफोर्ड ऑनलाइन उत्पाद डेटासेट
स्रोत कोड :
tfds.datasets.stanford_online_products.Builder
संस्करण :
-
1.0.0
(डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।
-
डाउनलोड आकार :
2.87 GiB
डेटासेट का आकार :
2.89 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 60,502 |
'train' | 59,551 |
- फ़ीचर संरचना :
FeaturesDict({
'class_id': ClassLabel(shape=(), dtype=int64, num_classes=22634),
'image': Image(shape=(None, None, 3), dtype=uint8),
'super_class_id': ClassLabel(shape=(), dtype=int64, num_classes=12),
'super_class_id/num': ClassLabel(shape=(), dtype=int64, num_classes=12),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीप्रकार | विवरण |
---|---|---|---|---|
फीचर्सडिक्ट | ||||
कक्षा आईडी | क्लास लेबल | int64 | ||
छवि | छवि | (कोई नहीं, कोई नहीं, 3) | uint8 | |
सुपर_क्लास_आईडी | क्लास लेबल | int64 | ||
सुपर_क्लास_आईडी/संख्या | क्लास लेबल | int64 |
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):None
चित्र ( tfds.show_examples ):
- उदाहरण ( tfds.as_dataframe ):
- उद्धरण :
@inproceedings{song2016deep,
author = {Song, Hyun Oh and Xiang, Yu and Jegelka, Stefanie and Savarese, Silvio},
title = {Deep Metric Learning via Lifted Structured Feature Embedding},
booktitle = {IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year = {2016}
}