- Описание :
ImageNet-A — это набор изображений, помеченных метками ImageNet, которые были получены путем сбора новых данных и сохранения только тех изображений, которые модели ResNet-50 не могут правильно классифицировать. Более подробную информацию можно найти в документе.
Пространство меток такое же, как и у ImageNet2012. Каждый пример представлен в виде словаря со следующими ключами:
- «изображение»: изображение, (H, W, 3)-тензор.
- «метка»: целое число в диапазоне [0, 1000).
«имя_файла»: уникальная строка, идентифицирующая пример в наборе данных.
Дополнительная документация : Изучите статьи с кодом
Домашняя страница : https://github.com/hendrycks/natural-adv-examples .
Исходный код :
tfds.datasets.imagenet_a.Builder
Версии :
-
0.1.0
(по умолчанию): нет примечаний к выпуску.
-
Размер загрузки :
655.70 MiB
Размер набора данных :
650.87 MiB
Автокэширование ( документация ): Нет
Расколы :
Расколоть | Примеры |
---|---|
'test' | 7500 |
- Структура функции :
FeaturesDict({
'file_name': Text(shape=(), dtype=string),
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1000),
})
- Функциональная документация :
Особенность | Сорт | Форма | Дтип | Описание |
---|---|---|---|---|
ВозможностиDict | ||||
имя файла | Текст | нить | ||
изображение | Изображение | (Нет, Нет, 3) | uint8 | |
этикетка | Класслейбл | int64 |
Контролируемые ключи (см. документ
as_supervised
):('image', 'label')
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
- Цитата :
@article{hendrycks2019nae,
title={Natural Adversarial Examples},
author={Dan Hendrycks and Kevin Zhao and Steven Basart and Jacob Steinhardt and Dawn Song},
journal={arXiv preprint arXiv:1907.07174},
year={2019}
}