- Descrizione :
Il set di dati Street View House Numbers (SVHN) è un set di dati per il riconoscimento delle cifre delle immagini composto da oltre 600.000 immagini di cifre provenienti da dati del mondo reale. Le immagini vengono ritagliate a 32x32.
Documentazione aggiuntiva : esplora documenti con codice
Pagina iniziale : http://ufldl.stanford.edu/housenumbers/
Codice sorgente :
tfds.datasets.svhn_cropped.Builder
Versioni :
-
3.1.0
(impostazione predefinita): nuova API divisa ( https://tensorflow.org/datasets/splits )
-
Dimensione download :
1.47 GiB
Dimensione del set di dati :
1.09 GiB
Memorizzazione nella cache automatica ( documentazione ): No
Divide :
Diviso | Esempi |
---|---|
'extra' | 531.131 |
'test' | 26.032 |
'train' | 73.257 |
- Struttura delle caratteristiche :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
id | Testo | corda | ||
immagine | Immagine | (32, 32, 3) | uint8 | |
etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi il documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
"""Street View House Numbers (SVHN) Dataset, cropped version."""
@article{Netzer2011,
author = {Netzer, Yuval and Wang, Tao and Coates, Adam and Bissacco, Alessandro and Wu, Bo and Ng, Andrew Y},
booktitle = {Advances in Neural Information Processing Systems ({NIPS})},
title = {Reading Digits in Natural Images with Unsupervised Feature Learning},
year = {2011}
}