- বর্ণনা :
ImageNet-Sketch-এ 50,889টি কালো এবং সাদা স্কেচ চিত্র রয়েছে, প্রতিটি 1000টি ImageNet ক্লাসের জন্য 50টি। এই ছবিগুলি মূলত "__ এর স্কেচ" এর জন্য Google চিত্র অনুসন্ধান থেকে সংগ্রহ করা হয়েছিল। 100টি ছবি সংগ্রহ করা হয়েছিল এবং তারপর ম্যানুয়ালি ফিল্টার করা হয়েছিল। 50 টিরও কম ভাল ছবি সহ ক্লাসের জন্য, অতিরিক্ত চিত্রগুলি ফ্লিপ বা ঘূর্ণন দ্বারা নির্মিত হয়েছিল।
অতিরিক্ত ডকুমেন্টেশন : কোড সহ কাগজপত্রে অন্বেষণ করুন
সোর্স কোড :
tfds.datasets.imagenet_sketch.Builderসংস্করণ :
-
1.0.0(ডিফল্ট): প্রাথমিক প্রকাশ।
-
ডাউনলোড আকার :
7.07 GiBডেটাসেটের আকার :
7.61 GiBস্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বিভাজন :
| বিভক্ত | উদাহরণ |
|---|---|
'test' | 50,889 |
- বৈশিষ্ট্য গঠন :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
| বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
|---|---|---|---|---|
| ফিচারসডিক্ট | ||||
| ফাইল_নাম | পাঠ্য | স্ট্রিং | ||
| ইমেজ | ছবি | (কোনটিই নয়, 3) | uint8 | |
| লেবেল | ক্লাসলেবেল | int64 |
তত্ত্বাবধান করা কী (দেখুন
as_superviseddoc ):('image', 'label')চিত্র ( tfds.show_examples ):

- উদাহরণ ( tfds.as_dataframe ):
- উদ্ধৃতি :
@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}
}