- Описание :
Набор данных описываемых текстур (DTD) представляет собой развивающуюся коллекцию текстурных изображений в дикой природе, аннотированных серией ориентированных на человека атрибутов, вдохновленных перцептивными свойствами текстур. Эти данные предоставляются сообществу специалистов по компьютерному зрению в исследовательских целях.
«Ярлык» каждого примера — это его «ключевой атрибут» (см. официальный сайт). Официальный выпуск набора данных определяет 10-кратный раздел перекрестной проверки. Наши сплиты TRAIN/TEST/VALIDATION относятся к первому сгибу.
- Дополнительная документация : изучить документы с кодом 
- Домашняя страница : https://www.robots.ox.ac.uk/~vgg/data/dtd/index.html 
- Исходный код : - tfds.image_classification.Dtd
- Версии : -  3.0.1(по умолчанию): нет примечаний к выпуску.
 
-  
- Размер загрузки : - 596.28 MiB
- Размер набора данных : - 603.00 MiB.
- Автоматическое кэширование ( документация ): Нет 
- Сплиты : 
| Расколоть | Примеры | 
|---|---|
| 'test' | 1880 | 
| 'train' | 1880 | 
| 'validation' | 1880 | 
- Структура функции :
FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=47),
})
- Документация по функциям :
| Особенность | Учебный класс | Форма | Dтип | Описание | 
|---|---|---|---|---|
| ОсобенностиDict | ||||
| имя файла | Текст | нить | ||
| изображение | Изображение | (Нет, Нет, 3) | uint8 | |
| этикетка | Метка класса | int64 | 
- Ключи под наблюдением (см . документ - as_supervised):- None
- Рисунок ( tfds.show_examples ): 

- Примеры ( tfds.as_dataframe ):
- Цитата :
@InProceedings{cimpoi14describing,
Author    = {M. Cimpoi and S. Maji and I. Kokkinos and S. Mohamed and A. Vedaldi},
Title     = {Describing Textures in the Wild},
Booktitle = {Proceedings of the {IEEE} Conf. on Computer Vision and Pattern Recognition ({CVPR})},
Year      = {2014} }