forme3d

• Descrizione :

3dshapes è un set di dati di forme 3D generate proceduralmente da 6 fattori latenti indipendenti dalla verità reale. Questi fattori sono il colore del pavimento , il colore della parete , il colore dell'oggetto , la scala , la forma e l'orientamento .

Tutte le possibili combinazioni di questi latenti sono presenti esattamente una volta, generando N = 480000 immagini totali.

Valori dei fattori latenti

• tonalità del pavimento: 10 valori spaziati linearmente in [0, 1]
• tonalità della parete: 10 valori spaziati linearmente in [0, 1]
• tonalità oggetto: 10 valori spaziati linearmente in [0, 1]
• scala: 8 valori spaziati linearmente in [0, 1]
• forma: 4 valori in [0, 1, 2, 3]
• orientamento: 15 valori spaziati linearmente in [-30, 30]

Abbiamo variato un latente alla volta (iniziando dall'orientamento, poi dalla forma, ecc.) e memorizzato sequenzialmente le immagini in ordine fisso nell'array images . I valori corrispondenti dei fattori vengono memorizzati nello stesso ordine nell'array labels .

• Documentazione aggiuntiva : esplora documenti con codice north_east

• Home page : https://github.com/deepmind/3d-shapes

• Codice sorgente : tfds.datasets.shapes3d.Builder

• Versioni :

  • 2.0.0 (impostazione predefinita): nuova API divisa ( https://tensorflow.org/datasets/splits )

• Dimensione download : 255.18 MiB

• Dimensione del set di dati : 1.68 GiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'label_floor_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_object_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_orientation': ClassLabel(shape=(), dtype=int64, num_classes=15),
    'label_scale': ClassLabel(shape=(), dtype=int64, num_classes=8),
    'label_shape': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'label_wall_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'value_floor_hue': float32,
    'value_object_hue': float32,
    'value_orientation': float32,
    'value_scale': float32,
    'value_shape': float32,
    'value_wall_hue': float32,
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@misc{3dshapes18,
  title={3D Shapes Dataset},
  author={Burgess, Chris and Kim, Hyunjik},
  howpublished={https://github.com/deepmind/3dshapes-dataset/},
  year={2018}
}