โดเมนเน็ต

• คำอธิบาย :

ชุดข้อมูล DomainNet ประกอบด้วยรูปภาพจากหกโดเมนที่แตกต่างกัน รวมถึงภาพถ่าย (ของจริง) ภาพวาด ภาพตัดปะ Quickdraw อินโฟกราฟ และภาพร่าง แต่ละโดเมนมีรูปภาพ 48K - 172K (ทั้งหมด 600K) แบ่งออกเป็น 345 คลาส

ใน DomainNet เวอร์ชัน TFDS นี้จะใช้เวอร์ชันที่ล้างข้อมูลแล้ว

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส north_east

• หน้าแรก : http://ai.bu.edu/DomainNet/

• รหัสที่มา : tfds.image_classification.domainnet.Domainnet

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): การเปิดตัวครั้งแรก

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=345),
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'label')

• การอ้างอิง :

@inproceedings{peng2019moment,
  title={Moment matching for multi-source domain adaptation},
  author={Peng, Xingchao and Bai, Qinxun and Xia, Xide and Huang, Zijun and Saenko, Kate and Wang, Bo},
  booktitle={Proceedings of the IEEE International Conference on Computer Vision},
  pages={1406--1415},
  year={2019}
}

domainnet/real (การกำหนดค่าเริ่มต้น)

• ขนาดการดาวน์โหลด : 5.65 GiB

• ขนาดชุดข้อมูล : 5.75 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

โดเมนเน็ท/จิตรกรรม

• ขนาดการดาวน์โหลด : 3.43 GiB

• ขนาดชุดข้อมูล : 3.30 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

โดเมนเน็ต/ภาพตัดปะ

• ขนาดการดาวน์โหลด : 1.19 GiB

• ขนาดชุดข้อมูล : 1.27 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

โดเมนเน็ท/quickdraw

• ขนาดการดาวน์โหลด : 445.65 MiB

• ขนาดชุดข้อมูล : 435.16 MiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

โดเมนเน็ต/อินโฟกราฟ

• ขนาดการดาวน์โหลด : 4.04 GiB

• ขนาดชุดข้อมูล : 4.17 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

โดเมนเน็ท/ร่าง

• ขนาดการดาวน์โหลด : 2.46 GiB

• ขนาดชุดข้อมูล : 2.55 GiB

• แยก :

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):