еда101

• Описание :

Этот набор данных состоит из 101 категории продуктов питания и 101 000 изображений. Для каждого класса предоставляется 250 проверенных вручную тестовых изображений, а также 750 обучающих изображений. Учебные изображения намеренно не очищались и поэтому все еще содержат некоторое количество шума. В основном это проявляется в виде интенсивных цветов и иногда неправильных этикеток. Все изображения были масштабированы таким образом, чтобы максимальная длина стороны составляла 512 пикселей.

• Дополнительная документация : изучить документы с кодом north_east

• Домашняя страница : https://data.vision.ee.ethz.ch/cvl/datasets_extra/food-101/

• Исходный код : tfds.image_classification.Food101

• Версии :

  • 1.0.0 : Нет примечаний к выпуску.
  • 2.0.0 (по умолчанию): нет примечаний к выпуску.
  • 2.1.0 : Нет примечаний к выпуску.

• Размер загрузки : 4.65 GiB

• Размер набора данных : Unknown size

• Автокэширование ( документация ): неизвестно

• Сплиты :

• Структура функции :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=101),
})

• Документация по функциям :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

• Цитата :

@inproceedings{bossard14,
  title = {Food-101 -- Mining Discriminative Components with Random Forests},
  author = {Bossard, Lukas and Guillaumin, Matthieu and Van Gool, Luc},
  booktitle = {European Conference on Computer Vision},
  year = {2014}
}