cifar10_h

• বর্ণনা :

CIFAR-10-এর পরীক্ষার সেটের একটি পুনঃ-লেবেলযুক্ত সংস্করণ প্রকৃত মানব টীকাকারদের থেকে আসা সফট-লেবেল সহ। আসল CIFAR-10 পরীক্ষার সেটে প্রতিটি জোড়ার (ছবি, লেবেল) জন্য, এটি প্রকৃত মানব টীকাকারদের পাশাপাশি গড় সফ্ট-লেবেল দ্বারা প্রদত্ত বেশ কয়েকটি অতিরিক্ত লেবেল সরবরাহ করে। প্রশিক্ষণ সেটটি মূল ডেটাসেটের সাথে অভিন্ন।

• হোমপেজ : https://github.com/jcpeterson/cifar-10h

• সোর্স কোড : tfds.image_classification.cifar10_h.Cifar10H

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): প্রাথমিক প্রকাশ।

• ডাউনলোড সাইজ : 172.92 MiB

• ডেটাসেটের আকার : 144.85 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'annotator_ids': Sequence(Scalar(shape=(), dtype=int32)),
    'human_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=10)),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'reaction_times': Sequence(Scalar(shape=(), dtype=float32)),
    'soft_label': Tensor(shape=(10,), dtype=float32),
    'trial_indices': Sequence(Scalar(shape=(), dtype=int32)),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ):

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@inproceedings{wei2022learning,
  title={Human uncertainty makes classification more robust},
  author={Joshua C. Peterson and Ruairidh M. Battleday and Thomas L. Griffiths
  and Olga Russakovsky},
  booktitle={IEEE International Conference on Computer Vision and Pattern
  Recognition (CVPR)},
  year={2019}
}