- Opis :
Zestaw danych produktów Stanford Online
Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem
Strona główna : http://cvgl.stanford.edu/projects/lifted_struct/
Kod źródłowy :
tfds.datasets.stanford_online_products.Builder
Wersje :
-
1.0.0
(domyślnie): Brak informacji o wersji.
-
Rozmiar pobierania :
2.87 GiB
Rozmiar zbioru danych :
2.89 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Podział | Przykłady |
---|---|
'test' | 60502 |
'train' | 59551 |
- Struktura funkcji :
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),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
identyfikator klasy | Etykieta klasy | int64 | ||
obraz | Obraz | (Brak, Brak, 3) | uint8 | |
super_class_id | Etykieta klasy | int64 | ||
super_class_id/num | Etykieta klasy | int64 |
Klucze nadzorowane (zobacz dokument
as_supervised
):None
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
- Cytat :
@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}
}