- الوصف :
يتكون ImageNet-Sketch من 50889 صورة تخطيطية بالأبيض والأسود ، 50 لكل فئة من 1000 فئة ImageNet. تم جمع هذه الصور في الأصل من Google Image Search من أجل "رسم __". تم جمع 100 صورة ثم تمت تصفيتها يدويًا. بالنسبة للفئات التي تحتوي على أقل من 50 صورة جيدة ، تم إنشاء صور إضافية عن طريق التقليب أو التدوير.
وثائق إضافية : استكشف في الأوراق باستخدام الرمز
الصفحة الرئيسية : https://github.com/HaohanWang/ImageNet-Sketch
كود المصدر :
tfds.datasets.imagenet_sketch.Builderإصدارات :
-
1.0.0(افتراضي): الإصدار الأولي.
-
حجم التحميل :
7.07 GiBحجم مجموعة البيانات :
7.61 GiBالتخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
| انشق، مزق | أمثلة |
|---|---|
'test' | 50889 |
- هيكل الميزة :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- وثائق الميزة :
| ميزة | فصل | شكل | نوع | وصف |
|---|---|---|---|---|
| الميزات | ||||
| اسم الملف | نص | سلسلة | ||
| صورة | صورة | (لا شيء ، لا شيء ، 3) | uint8 | |
| ضع الكلمة المناسبة | ClassLabel | int64 |
المفاتيح الخاضعة للإشراف (راجع المستند
as_supervised):('image', 'label')الشكل ( tfds.show_examples ):

- أمثلة ( tfds.as_dataframe ):
- الاقتباس :
@inproceedings{wang2019learning,
title={Learning Robust Global Representations by Penalizing Local Predictive Power},
author={Wang, Haohan and Ge, Songwei and Lipton, Zachary and Xing, Eric P},
booktitle={Advances in Neural Information Processing Systems},
pages={10506--10518},
year={2019}
}