关于深度学习的数据集
来源:互联网 发布:超星网络课程登录入口 编辑:程序博客网 时间:2024/06/05 03:49
ImageNet数据集的详细内容
ImageNet Large-Scale Visual Recognition Challenge(ILSVRC)是Pascal Visual Object Challenge的子部分。ImageNet是一个数据库,有超过22000个种类,超过1500万张图片。
ILSVRC使用1000个类,每个类中有1000个图片。这1000个类一一对应于WorldNet的1000个同义子集。这1000个同义子集互相不重叠,对于同义子集,不是的祖先。这样的子集称为低层子集。这1000个子集是ImageNet层次结构的一部分。可以认为这个子集包含了1000个低层子集和他们所有的祖先。共有860个这样的祖先,被称为高层子集。在层次结构中,所有的低层特征称为叶节点,高层子集称为中间节点。尽管在ImageNet中低层子集会有子类,但ILSVRC2012并不考虑这些子类,ILSVRC2012的层次结构可以看作是对完整ImageNet结构的剪裁。ILSVRC竞赛中,所有的标记都是针对低层子集,参赛者必须预测这1000个低层子集标记之一,不考虑预测高层子集的结果,而且也没有高层子集的训练图片。
在ILSVRC中,子集信息可参见ILSVRC2012_devkit_t12中的data/meta.mat文件中的矩阵。
矩阵中的每一个行对应于一个子集,每一项中包含如下域值:
ILSVRC2012_ID是为每一子集分配的一个整数ID值,所有低层子集的ID值都在1到1000之间,所有高层子集的ID值都大于1000。所有的子集都是一句其ID值进行排序。提交预测结果时,ILSVRC2012_ID也作为相应子集的标记。
WNID是子集在WordNet中的ID。用于在ImageNet或WorldNet中唯一标记一个子集。包含训练图片的tar文件就是用WNID命名的。同样每一个训练图片也是用WNID命名的。
num_children是子集在剪裁后的结构中子孙的数目。对于低层子集其值为0,对于高层子集的值不为0。
children是子孙子集的ILSVRC2012_ID的向量。
wordnet_height是完整的ImageNet/WorldNet层次结构中到叶节点的最长路径的值。(完整的ImageNet/WorldNet层次结构中叶节点的wordnet_height值为0)
注意caffe使用的label和ILSVRC2012_devkit是不一致的。ILSVRC2012_ID是ILSVRC2012_devkit的提供的编号。而caffe中图片的label是以图片所属子集的名字的ASC II的顺序排列,并依次从0到999编号。本文提供的所有程序都是依据caffe的编号编写的。在caffe目录下的data/ilsvrc12/synset_words.txt文件查看子集/编号的对应
- 关于深度学习的数据集
- 深度学习中30个关于数据的问题
- 深度学习数据集
- 深度学习数据集
- 深度学习数据集
- 深度学习数据集
- 深度学习数据集
- 机器学习与深度学习的数据集
- 深度学习数据集汇总
- 深度学习数据集集锦
- 深度学习数据集汇总
- 深度学习数据集下载
- 深度学习常用数据集
- 深度学习数据集汇总
- 深度学习数据集集锦
- 关于深度学习框架的学习
- 【深度学习】关于深度学习,金融交易的切入点是什么?
- 最新的二十个有趣的深度学习数据集
- javascript:history.go()和History.back()的区别
- 教你微信对接图灵机器人
- 【JZOJ4877】【NOIP2016提高A组集训第10场11.8】力场护盾
- Less的学习&资料整理
- 蓝牙开发
- 关于深度学习的数据集
- NOIp模拟 俄罗斯方块
- Tinyxml 创建xml 并以string形式进行解析 及中文处理
- Python Web开发用到的知识
- 包含对象为Integer的List列表转为Integer数组并排序的简单方法
- 使用python对中文文档进行词频统计
- 做自动化测试的时候如何应对验证码问题
- req.body is undefined
- 02-线性结构3 Reversing Linked List (25分)