- Opis :
Zestaw danych Street View Numery domów (SVHN) to zbiór danych umożliwiający rozpoznawanie cyfr obrazu, składający się z ponad 600 000 cyfrowych obrazów pochodzących z danych ze świata rzeczywistego. Obrazy są przycięte do rozmiaru 32x32.
Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem
Strona główna : http://ufldl.stanford.edu/housenumbers/
Kod źródłowy :
tfds.datasets.svhn_cropped.Builder
Wersje :
-
3.1.0
(domyślnie): Nowe podzielone API ( https://tensorflow.org/datasets/splits )
-
Rozmiar pobierania :
1.47 GiB
Rozmiar zbioru danych :
1.09 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Podział | Przykłady |
---|---|
'extra' | 531131 |
'test' | 26032 |
'train' | 73257 |
- Struktura funkcji :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
id | Tekst | smyczkowy | ||
obraz | Obraz | (32, 32, 3) | uint8 | |
etykieta | Etykieta klasy | int64 |
Klucze nadzorowane (zobacz dokument
as_supervised
):('image', 'label')
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
- Cytat :
"""Street View House Numbers (SVHN) Dataset, cropped version."""
@article{Netzer2011,
author = {Netzer, Yuval and Wang, Tao and Coates, Adam and Bissacco, Alessandro and Wu, Bo and Ng, Andrew Y},
booktitle = {Advances in Neural Information Processing Systems ({NIPS})},
title = {Reading Digits in Natural Images with Unsupervised Feature Learning},
year = {2011}
}