访问从 tensorflow_datasets 加载的 CIFAR-100 中的“coarse_label”

Question

我正在使用 tensorflow_datasets (tfds doc)加载 CIFAR-100

train, test = tfds.load(name="cifar100:3.*.*", split=["train", "test"], as_supervised=True)

CIFAR-100 既有 label（100 个类）和一个粗略标签（20 个类），如上面链接的文档中所示。 访问 label 很容易，例如：

for image, label in train:
     # ... the label here is the actual label, not the coarse_label

但是，我计划基于粗略标签进行操作，例如，通过它进行过滤或将其用作 Keras 分类器中的 label。

如何访问粗略标签？

Answer 1

我找到了解决方案。 如果我不按监督方式加载，即如果我删除as_supervised=True

train, test = tfds.load(name="cifar100:3.*.*", split=["train", "test"])

，我可以从字典中获取粗略标签，例如

for item in train:
   print(item['coarse_label'])

像这样，我将能够重塑数据集，粗标签可用于分类。 但是，即使我对标签感兴趣，我也必须加载as_supervised=False对我来说仍然看起来很不自然。 如果有人有更好的解决方案，我很乐意接受这个答案。