- Описание :
PASS — это крупномасштабный набор данных изображений, который не включает в себя людей, части тела или другую личную информацию. Его можно использовать для высококачественного предварительного обучения с самоконтролем, значительно снижая при этом проблемы конфиденциальности.
PASS содержит 1 439 589 изображений без каких-либо меток, полученных из YFCC-100M.
Все изображения в этом наборе данных, как и сам набор данных, лицензированы по лицензии CC-BY. Информацию о YFCC-100M см. на http://www.multimediacommons.org/.
Дополнительная документация : Изучите статьи с кодом
Домашняя страница : https://www.robots.ox.ac.uk/~vgg/data/pass/
Исходный код :
tfds.datasets.pass.Builder
Версии :
-
1.0.0
: Начальная версия. -
2.0.0
: v2: Удалены 472 изображения из v1, так как на них были люди. Также добавлены метаданные: дата и GPS. -
3.0.0
(по умолчанию): v3: из версии 2 удалено 131 изображение, поскольку они содержали людей/татуировки.
-
Размер загрузки :
167.30 GiB
Размер набора данных :
166.43 GiB
Автокэширование ( документация ): Нет
Расколы :
Расколоть | Примеры |
---|---|
'train' | 1 439 588 |
- Структура функции :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'image/creator_uname': Text(shape=(), dtype=string),
'image/date_taken': Text(shape=(), dtype=string),
'image/gps_lat': float32,
'image/gps_lon': float32,
'image/hash': Text(shape=(), dtype=string),
})
- Функциональная документация :
Особенность | Сорт | Форма | Дтип | Описание |
---|---|---|---|---|
ВозможностиDict | ||||
изображение | Изображение | (Нет, Нет, 3) | uint8 | |
изображение/имя_создателя | Текст | нить | ||
изображение/дата_снимка | Текст | нить | ||
изображение/gps_lat | Тензор | поплавок32 | ||
изображение/gps_lon | Тензор | поплавок32 | ||
изображение/хеш | Текст | нить |
Контролируемые ключи (см. документ
as_supervised
):None
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
- Цитата :
@Article{asano21pass,
author = "Yuki M. Asano and Christian Rupprecht and Andrew Zisserman and Andrea Vedaldi",
title = "PASS: An ImageNet replacement for self-supervised pretraining without humans",
journal = "NeurIPS Track on Datasets and Benchmarks",
year = "2021"
}