Base de dados

A seguir é descrito informações sobre a base de dados utilizada nesse tutorial.

O conjunto de dados criado é considerado referência (benchmark) para o trabalho Effects of Degradations on Deep Neural Network Architectures (Roy et al. 2018).

A base de dados foi nomeada de Natural Images e pode ser encontrada no Kaggle e no Github.

• Link do kaggle: https://www.kaggle.com/datasets/prasunroy/natural-images
• Link do github: https://github.com/prasunroy/cnn-on-degraded-images?tab=readme-ov-file

Uma descrição da base dados retirada do paper Roy et al. (2018) é a seguinte:

O conjunto de dados ImageNet (Deng et al. 2009) é um padrão moderno de larga escala para avaliar redes neurais profundas. As redes neurais convolucionais (CNNs) de última geração (State-of-the-art) são geralmente treinadas e validadas em 1000 classes de objetos do ImageNet. Mais recentemente, as redes de cápsulas (capsule networks) (Sabour, Frosst, and Hinton 2017) relatam taxas de reconhecimento muito altas para classificação de imagens. No entanto, devido à natureza do novo algoritmo de roteamento dinâmico, treinar e validar redes de cápsulas em 1000 classes é extremamente difícil. Portanto, para estudar as redes de cápsulas em conjunto com as CNNs, um conjunto de dados com um número menor de classes é mais adequado. Um candidato potencial é o conjunto de dados CIFAR-10 (Krizhevsky, Hinton, et al. 2009), que consiste em 10 classes de objetos. Contudo, o CIFAR-10 inclui apenas imagens de baixa resolução de \(32 \times 32\), tornando-o uma escolha inadequada, semelhante ao MNIST, para testar (benchmarking) redes muito profundas. Por essas razões, compilamos um conjunto de dados de imagens do mundo real de alta resolução de 8 classes diversas. O conjunto de dados contém 6899 amostras de imagens de aviões (727), carros (968), gatos (885), cães (702), flores (843), frutas (1000), motos (788) e pessoas (986). Utilizamos 5724 imagens para treinamento e 1175 imagens para validação em nossos experimentos.

Figura1: Exemplos de imagens existentes na base de dados utilizada.

A Figura 1 acima mostra algumas imagens do conjunto de dados. As imagens para compor Natural Images foram obtidas nos seguintes locais:

• Imagens de aviões foram obtidas de http://host.robots.ox.ac.uk/pascal/VOC
• Imagens de carro foram obtidas de https://ai.stanford.edu/~jkrause/cars/car_dataset.html
• Imgens de gato foram obtidas de https://www.kaggle.com/c/dogs-vs-cats
• Imagens de cachorro foram obtidas de https://www.kaggle.com/c/dogs-vs-cats
• Imagens de flores foram obtidas de http://www.image-net.org
• Imagens de frutas foram obtidas de https://www.kaggle.com/moltean/fruits
• Imagens de moto foram obtidas de http://host.robots.ox.ac.uk/pascal/VOC
• Imagens de pessoas foram obtidas de http://www.briancbecker.com/blog/research/pubfig83-lfw-dataset

Deng, Jia, Wei Dong, Richard Socher, Li-Jia Li, Kai Li, and Li Fei-Fei. 2009. “Imagenet: A Large-Scale Hierarchical Image Database.” In 2009 IEEE Conference on Computer Vision and Pattern Recognition, 248–55. Ieee.

Krizhevsky, Alex, Geoffrey Hinton, et al. 2009. “Learning Multiple Layers of Features from Tiny Images.”

Roy, Prasun, Subhankar Ghosh, Saumik Bhattacharya, and Umapada Pal. 2018. “Effects of Degradations on Deep Neural Network Architectures.” arXiv Preprint arXiv:1807.10108.

Sabour, Sara, Nicholas Frosst, and Geoffrey E Hinton. 2017. “Dynamic Routing Between Capsules.” Advances in Neural Information Processing Systems 30.