- Описание :
ImageNet-Sketch состоит из 50 889 черно-белых эскизов, по 50 для каждого из 1000 классов ImageNet. Эти изображения были изначально взяты из Google Image Search по запросу «набросок __». Было собрано 100 изображений, а затем отфильтровано вручную. Для классов с менее чем 50 хорошими изображениями дополнительные изображения были созданы путем переворачивания или поворота.
- Дополнительная документация : изучить документы с кодом 
- Домашняя страница : https://github.com/HaohanWang/ImageNet-Sketch 
- Исходный код : - tfds.datasets.imagenet_sketch.Builder
- Версии : -  1.0.0(по умолчанию): Первоначальный выпуск.
 
-  
- Размер загрузки : - 7.07 GiB
- Размер набора данных : - 7.61 GiB
- Автоматическое кэширование ( документация ): Нет 
- Сплиты : 
| Расколоть | Примеры | 
|---|---|
| 'test' | 50 889 | 
- Структура функции :
FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Документация по функциям :
| Особенность | Учебный класс | Форма | Dтип | Описание | 
|---|---|---|---|---|
| ОсобенностиDict | ||||
| имя файла | Текст | нить | ||
| изображение | Изображение | (Нет, Нет, 3) | uint8 | |
| этикетка | Метка класса | int64 | 
- Контролируемые ключи (см. документ - as_supervised):- ('image', 'label')
- Рисунок ( tfds.show_examples ): 

- Примеры ( tfds.as_dataframe ):
- Цитата :
@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}
}