cifar10_1

• Описание :

Набор данных CIFAR-10.1 — это новый тестовый набор для CIFAR-10. CIFAR-10.1 содержит около 2000 новых тестовых изображений, которые были отобраны после нескольких лет исследований исходного набора данных CIFAR-10. Сбор данных для CIFAR-10.1 был разработан таким образом, чтобы минимизировать сдвиг распределения относительно исходного набора данных. Мы описываем создание CIFAR-10.1 в статье «Обобщаются ли классификаторы CIFAR-10 до CIFAR-10?». Изображения в CIFAR-10.1 являются подмножеством набора данных TinyImages. В настоящее время существуют две версии набора данных CIFAR-10.1: v4 и v6.

• Домашняя страница : https://github.com/modestyachts/CIFAR-10.1.

• Исходный код : tfds.image_classification.Cifar10_1

• Версии :

  • 1.1.0 (по умолчанию): нет примечаний к выпуску.

• Автокэширование ( документация ): Да

• Структура функции :

FeaturesDict({
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Функциональная документация :

• Контролируемые ключи (см. документ as_supervised ): ('image', 'label')

• Цитата :

@article{recht2018cifar10.1,
  author = {Benjamin Recht and Rebecca Roelofs and Ludwig Schmidt and Vaishaal Shankar},
  title = {Do CIFAR-10 Classifiers Generalize to CIFAR-10?},
  year = {2018},
  note = {\url{https://arxiv.org/abs/1806.00451} },
}

@article{torralba2008tinyimages,
  author = {Antonio Torralba and Rob Fergus and William T. Freeman},
  journal = {IEEE Transactions on Pattern Analysis and Machine Intelligence},
  title = {80 Million Tiny Images: A Large Data Set for Nonparametric Object and Scene Recognition},
  year = {2008},
  volume = {30},
  number = {11},
  pages = {1958-1970}
}

cifar10_1/v4 (конфигурация по умолчанию)

• Описание конфигурации : это первая версия нашего набора данных, на которой мы тестировали любой классификатор. Как упоминалось выше, это делает набор данных версии 4 независимым от оцениваемых нами классификаторов. Цифры, указанные в основных разделах нашей статьи, используют эту версию набора данных. Он был построен на основе 25 лучших ключевых слов TinyImages для каждого класса, что привело к небольшому дисбалансу классов. Самая большая разница заключается в том, что корабли составляют лишь 8% тестового набора вместо 10%. v4 содержит 2021 изображение.

• Размер загрузки : 5.93 MiB

• Размер набора данных : 4.46 MiB

• Расколы :

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

cifar10_1/v6

• Описание конфигурации : он получен на основе слегка улучшенного распределения ключевых слов, которое точно сбалансировано по классам. Эта версия набора данных соответствует результатам, приведенным в Приложении D нашей статьи. v6 содержит 2000 изображений.

• Размер загрузки : 5.87 MiB

• Размер набора данных : 4.40 MiB

• Расколы :

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):