wake_vision

• বর্ণনা :

ওয়েক ভিশন হল একটি বড়, উচ্চ-মানের ডেটাসেট যা 6 মিলিয়নেরও বেশি ছবি সমন্বিত করে, যা বর্তমান টিনিএমএল ডেটাসেটের (100x) স্কেল এবং বৈচিত্র্যকে উল্লেখযোগ্যভাবে অতিক্রম করে। এই ডেটাসেটে প্রতিটি ছবিতে একজন ব্যক্তি আছে কিনা তার টীকা সহ ছবি অন্তর্ভুক্ত করে। উপরন্তু, এটি ন্যায্যতা এবং দৃঢ়তা মূল্যায়ন করার জন্য একটি ব্যাপক সূক্ষ্ম-দানাযুক্ত বেঞ্চমার্ক অন্তর্ভুক্ত করে, অনুভূত লিঙ্গ, অনুভূত বয়স, বিষয়ের দূরত্ব, আলোর অবস্থা এবং চিত্রণগুলিকে কভার করে। ওয়েক ভিশন লেবেলগুলি ওপেন ইমেজের টীকা থেকে নেওয়া হয়েছে যা CC BY 4.0 লাইসেন্সের অধীনে Google LLC দ্বারা লাইসেন্সপ্রাপ্ত৷ ছবিগুলিকে একটি CC BY 2.0 লাইসেন্স আছে বলে তালিকাভুক্ত করা হয়েছে৷ ওপেন ইমেজ থেকে দ্রষ্টব্য: "যদিও আমরা ক্রিয়েটিভ কমন্স অ্যাট্রিবিউশন লাইসেন্সের অধীনে লাইসেন্সপ্রাপ্ত ছবিগুলি সনাক্ত করার চেষ্টা করেছি, আমরা প্রতিটি ছবির লাইসেন্সের স্থিতির বিষয়ে কোনও উপস্থাপনা বা ওয়ারেন্টি দিই না এবং প্রতিটি ছবির লাইসেন্স আপনার নিজেরই যাচাই করা উচিত।"

• হোমপেজ : https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi%3A10.7910%2FDVN%2F1HOPXC

• সোর্স কোড : tfds.datasets.wake_vision.Builder

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): প্রাথমিক টেনসরফ্লো ডেটাসেট প্রকাশ। মনে রাখবেন যে এটি হার্ভার্ড ডেটাভার্সে ওয়েক ভিশনের 2.0 সংস্করণের উপর ভিত্তি করে তৈরি।

• ডাউনলোড আকার : Unknown size

• ডেটাসেটের আকার : Unknown size

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): অজানা

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'age_unknown': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'body_part': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'bright': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'dark': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'depiction': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'far': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'filename': Text(shape=(), dtype=string),
    'gender_unknown': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'medium_distance': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'middle_age': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'near': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'non-person_depiction': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'non-person_non-depiction': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'normal_lighting': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'older': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'person': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'person_depiction': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'predominantly_female': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'predominantly_male': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'young': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('image', 'person')

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ): অনুপস্থিত।

• উদ্ধৃতি :

@article{banbury2024wake,
  title={Wake Vision: A Large-scale, Diverse Dataset and Benchmark Suite for TinyML Person Detection},
  author={Banbury, Colby and Njor, Emil and Stewart, Matthew and Warden, Pete and Kudlur, Manjunath and Jeffries, Nat and Fafoutis, Xenofon and Reddi, Vijay Janapa},
  journal={arXiv preprint arXiv:2405.00892},
  year={2024}
}