stanford_dogs

• Descrição :

O conjunto de dados Stanford Dogs contém imagens de 120 raças de cães de todo o mundo. Este conjunto de dados foi construído usando imagens e anotações do ImageNet para a tarefa de categorização de imagem refinada. São 20.580 imagens, das quais 12.000 são utilizadas para treinamento e 8.580 para teste. Rótulos de classe e anotações de caixa delimitadora são fornecidos para todas as 12.000 imagens.

• Documentação Adicional : Explore em Papers With Code north_east

• Página inicial : http://vision.stanford.edu/aditya86/ImageNetDogs/main.html

• Código -fonte: tfds.datasets.stanford_dogs.Builder

• Versões :

  • 0.2.0 (padrão): sem notas de versão.

• Tamanho do download : 778.12 MiB

• Tamanho do conjunto de dados : 744.72 MiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

• Estrutura de recursos :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=120),
    'objects': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
    }),
})

• Documentação do recurso:

• Chaves supervisionadas (Consulte as_supervised doc ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

• Citação :

@inproceedings{KhoslaYaoJayadevaprakashFeiFei_FGVC2011,
author = "Aditya Khosla and Nityananda Jayadevaprakash and Bangpeng Yao and
          Li Fei-Fei",
title = "Novel Dataset for Fine-Grained Image Categorization",
booktitle = "First Workshop on Fine-Grained Visual Categorization,
             IEEE Conference on Computer Vision and Pattern Recognition",
year = "2011",
month = "June",
address = "Colorado Springs, CO",
}
@inproceedings{imagenet_cvpr09,
        AUTHOR = {Deng, J. and Dong, W. and Socher, R. and Li, L.-J. and
                  Li, K. and Fei-Fei, L.},
        TITLE = { {ImageNet: A Large-Scale Hierarchical Image Database} },
        BOOKTITLE = {CVPR09},
        YEAR = {2009},
        BIBSOURCE = "http://www.image-net.org/papers/imagenet_cvpr09.bib"}