- Deskripsi :
ImageNet-Sketch terdiri dari 50.889 gambar sketsa hitam putih, 50 untuk masing-masing dari 1000 kelas ImageNet. Gambar-gambar ini awalnya dikumpulkan dari Penelusuran Gambar Google untuk "sketsa __". 100 gambar dikumpulkan dan kemudian difilter secara manual. Untuk kelas dengan kurang dari 50 gambar bagus, gambar tambahan dibuat dengan membalik atau memutar.
Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode
Kode sumber :
tfds.datasets.imagenet_sketch.BuilderVersi :
-
1.0.0(default): Rilis awal.
-
Ukuran unduhan :
7.07 GiBUkuran dataset :
7.61 GiBDi-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
| Membelah | Contoh |
|---|---|
'test' | 50.889 |
- Struktur fitur :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Dokumentasi fitur :
| Fitur | Kelas | Membentuk | Dtype | Keterangan |
|---|---|---|---|---|
| fiturDict | ||||
| nama file | Teks | rangkaian | ||
| gambar | Gambar | (Tidak ada, Tidak ada, 3) | uint8 | |
| label | LabelKelas | int64 |
Kunci yang diawasi (Lihat
as_superviseddoc ):('image', 'label')Gambar ( tfds.show_examples ):

- Contoh ( tfds.as_dataframe ):
- Kutipan :
@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}
}