- Descripción :
El conjunto de datos de mascotas Oxford-IIIT es un conjunto de datos de imágenes de mascotas de 37 categorías con aproximadamente 200 imágenes para cada clase. Las imágenes tienen grandes variaciones en escala, pose e iluminación. Todas las imágenes tienen una anotación de verdad sobre el terreno asociada de raza y especie. Además, se proporcionan cuadros delimitadores principales para la división de entrenamiento, lo que permite utilizar este conjunto de datos para tareas simples de detección de objetos. En la división de prueba, los cuadros delimitadores están vacíos.
Documentación adicional : Explorar en artículos con código
Página de inicio : http://www.robots.ox.ac.uk/~vgg/data/pets/
Código fuente :
tfds.datasets.oxford_iiit_pet.Builder
Versiones :
-
4.0.0
(predeterminado) : agrega cuadros delimitadores de cabecera. Reparar imágenes corruptas. Actualizar la URL del conjunto de datos.
-
Tamaño de descarga :
773.52 MiB
Tamaño del conjunto de datos :
773.68 MiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :
Dividir | Ejemplos |
---|---|
'test' | 3.669 |
'train' | 3.680 |
- Estructura de características :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'head_bbox': BBoxFeature(shape=(4,), dtype=float32),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=37),
'segmentation_mask': Image(shape=(None, None, 1), dtype=uint8),
'species': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
- Documentación de funciones :
Característica | Clase | Forma | tipo D | Descripción |
---|---|---|---|---|
FuncionesDict | ||||
Nombre del archivo | Texto | cadena | ||
cabeza_bbox | Característica BBox | (4,) | flotador32 | |
imagen | Imagen | (Ninguno, Ninguno, 3) | uint8 | |
etiqueta | Etiqueta de clase | int64 | ||
máscara_segmentación | Imagen | (Ninguno, Ninguno, 1) | uint8 | |
especies | Etiqueta de clase | int64 |
Claves supervisadas (Ver documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ): no compatible.
Ejemplos ( tfds.as_dataframe ):
- Cita :
@InProceedings{parkhi12a,
author = "Parkhi, O. M. and Vedaldi, A. and Zisserman, A. and Jawahar, C.~V.",
title = "Cats and Dogs",
booktitle = "IEEE Conference on Computer Vision and Pattern Recognition",
year = "2012",
}