Link to this sectionمجموعة بيانات ImageNet10#
مجموعة بيانات ImageNet10 من Ultralytics (بالأمر data="imagenet10") هي مجموعة فرعية صغيرة جداً تتكون من 24 صورة من ImageNet وتغطي الفئات العشر الأولى منها، وقد تم بناؤها لاختبارات التكامل المستمر (CI)، وفحوصات السلامة، والتحقق السريع من خطوط أنابيب التدريب. تحتوي المجموعة على 12 صورة للتدريب و12 صورة للتحقق من الصحة منظمة بنفس هيكل مجلدات WordNet-synset الخاص بمجموعة البيانات الكاملة، مما يعني أن النموذج الذي يتدرب على ImageNet يمكنه التدرب على ImageNet10 دون تغيير — في ثوانٍ بدلاً من ساعات. صُممت هذه المجموعة للتحقق من أن خط أنابيب العمل يعمل من البداية إلى النهاية، وليس لقياس الدقة.
Link to this sectionالميزات الرئيسية#
- تحتوي ImageNet10 على 24 صورة فقط (12 للتدريب، 12 للتحقق) مأخوذة من الفئات العشر الأولى في ImageNet.
- تم تنظيم مجموعة البيانات وفقاً لتسلسل WordNet الهرمي، مما يعكس مجلدات synset لكل فئة في مجموعة بيانات ImageNet الكاملة.
- لقد صُممت خصيصاً لاختبارات التكامل المستمر، وفحوصات السلامة، والتصحيح السريع لخطوط أنابيب التدريب في مهام رؤية الكمبيوتر.
- على الرغم من أنها ليست مصممة لمقارنة أداء النماذج، إلا أنها تعطي مؤشراً سريعاً على الوظائف الأساسية للنموذج ومدى صحتها.
Link to this sectionهيكل مجموعة البيانات#
تأتي ImageNet10 مع تقسيم محدد مسبقاً، باستخدام الفئات العشر الأولى من مجموعة بيانات ImageNet الكاملة (من n01440764 tench إلى n01518878 ostrich):
| التقسيم (Split) | الصور | الفئات |
|---|---|---|
| التدريب | 12 | 10 |
| التحقق | 12 | 10 |
كل فئة من الفئات العشر هي WordNet synset (مجموعة من المصطلحات المترادفة)، وتوضع الصور في مجلدات خاصة بكل فئة مسماة بمعرف synset - وهو التخطيط الدقيق الذي يتوقعه تدريب التصنيف في Ultralytics. وهذا يجعل من ImageNet10 بديلاً مدمجاً ومطابقاً هيكلياً لمجموعة البيانات الكاملة عند اختبار ما إذا كان النموذج يتعرف على تنسيق المجلد المتوقع.
استكشف ImageNet10 على منصة Ultralytics لتصفح الصور مجمعة حسب الفئة، وعرض توزيع الفئات في علامة التبويب Charts، واستنساخها لتدريب نموذجك الخاص في السحابة.
Link to this sectionالتطبيقات#
تعد مجموعة بيانات ImageNet10 مفيدة للاختبار السريع وتصحيح أخطاء نماذج وخطوط أنابيب رؤية الكمبيوتر. يسمح حجمها الصغير بالتكرار السريع، مما يجعلها مثالية لاختبارات التكامل المستمر وفحوصات السلامة. كما أنها مفيدة للاختبار الأولي السريع للنماذج الجديدة أو تغييرات الكود قبل الانتقال إلى التشغيل الكامل باستخدام مجموعة بيانات ImageNet الكاملة.
Link to this sectionالاستخدام#
لاختبار نموذج تصنيف على مجموعة بيانات ImageNet10 بحجم صورة 224x224، استخدم مقتطفات الكود أدناه. للحصول على قائمة شاملة بالوسائط المتاحة، راجع صفحة التدريب للنموذج.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n-cls.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="imagenet10", epochs=5, imgsz=224)Link to this sectionصور وشروحات توضيحية عينة#
تحتوي مجموعة بيانات ImageNet10 على مجموعة فرعية من الصور من مجموعة بيانات ImageNet الأصلية، تم اختيارها لتمثيل فئاتها العشر الأولى وتوفير مورد متنوع ومدمج للاختبار والتقييم السريع.
يعرض المثال تنوع وتعقيد الصور في مجموعة بيانات ImageNet10، مما يسلط الضوء على فائدتها لفحوصات السلامة والاختبار السريع لنماذج رؤية الكمبيوتر.
Link to this sectionالاقتباسات والشكر#
إذا كنت تستخدم مجموعة بيانات ImageNet10 في بحثك أو عملك التطويري، يرجى الاستشهاد بورقة ImageNet الأصلية:
@article{ILSVRC15,
author = {Olga Russakovsky and Jia Deng and Hao Su and Jonathan Krause and Sanjeev Satheesh and Sean Ma and Zhiheng Huang and Andrej Karpathy and Aditya Khosla and Michael Bernstein and Alexander C. Berg and Li Fei-Fei},
title={ImageNet Large Scale Visual Recognition Challenge},
year={2015},
journal={International Journal of Computer Vision (IJCV)},
volume={115},
number={3},
pages={211-252}
}نود أن نعرب عن تقديرنا لفريق ImageNet، بقيادة أولغا روساكوفسكي، وجيا دينغ، ولي في-في، لإنشاء وصيانة مجموعة بيانات ImageNet. تعد مجموعة ImageNet10 الفرعية، التي أنشأتها Ultralytics، مورداً قيماً للاختبار السريع وتصحيح الأخطاء في مجتمع أبحاث تعلم الآلة ورؤية الكمبيوتر. لمزيد من المعلومات حول مجموعة بيانات ImageNet ومبتكريها، تفضل بزيارة موقع ImageNet.
Link to this sectionالأسئلة الشائعة#
Link to this sectionما هي مجموعة بيانات ImageNet10 وكيف تختلف عن مجموعة بيانات ImageNet الكاملة؟#
مجموعة بيانات ImageNet10 هي مجموعة فرعية مدمجة من قاعدة بيانات ImageNet، أنشأتها Ultralytics لاختبارات CI السريعة، وفحوصات السلامة، وتقييمات خط أنابيب التدريب. تحتوي على 24 صورة (12 للتدريب و12 للتحقق) من الفئات العشر الأولى في ImageNet. على الرغم من صغر حجمها، إلا أنها تحافظ على هيكل مجلدات WordNet لمجموعة البيانات الكاملة، مما يجعلها مثالية لاختبار خط الأنابيب السريع وليس لقياس دقة النموذج.
Link to this sectionكم عدد الصور والفئات التي تحتوي عليها ImageNet10؟#
تحتوي ImageNet10 على 24 صورة في المجموع — 12 للتدريب و12 للتحقق — موزعة على الفئات العشر الأولى من ImageNet. كل فئة هي WordNet synset مخزنة في مجلد خاص بها، لذا تعكس مجموعة البيانات تخطيط مجموعة بيانات ImageNet الكاملة بجزء صغير من الحجم.
Link to this sectionكيف يمكنني استخدام مجموعة بيانات ImageNet10 لاختبار نموذج التعلم العميق الخاص بي؟#
لاختبار نموذج التصنيف الخاص بك على ImageNet10 بحجم صورة 224x224، استخدم مقتطفات الكود التالية.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n-cls.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="imagenet10", epochs=5, imgsz=224)راجع صفحة التدريب للحصول على قائمة شاملة بالوسيطات المتاحة.
Link to this sectionلماذا يجب أن أستخدم مجموعة بيانات ImageNet10 لاختبارات CI وفحوصات السلامة؟#
صُممت ImageNet10 خصيصاً لاختبارات CI، وفحوصات السلامة، والتقييمات السريعة في خطوط أنابيب التعلم العميق. يسمح حجمها البالغ 24 صورة بالتكرار شبه الفوري، مما يجعلها مثالية للتكامل المستمر حيث تكون السرعة أمراً حاسماً. ومن خلال الحفاظ على هيكل مجلدات مجموعة بيانات ImageNet الكاملة، فإنها توفر فحصاً موثوقاً للوظائف الأساسية للنموذج وصحته دون عبء معالجة مجموعة بيانات كبيرة.
Link to this sectionكيف تقارن ImageNet10 بمجموعات البيانات الصغيرة الأخرى مثل ImageNette؟#
على الرغم من أن كلاً من ImageNet10 و ImageNette هما مجموعتان فرعيتان من ImageNet، إلا أنهما تخدمان أغراضاً مختلفة. تحتوي ImageNet10 على 24 صورة فقط من الفئات العشر الأولى، مما يجعلها خفيفة الوزن للغاية لاختبارات CI وفحوصات السلامة السريعة. في المقابل، تحتوي ImageNette على أكثر من 13,000 صورة عبر 10 فئات يسهل تمييزها، مما يجعلها مناسبة لتدريب وتطوير النماذج الفعلية. تتحقق ImageNet10 من وظائف خط الأنابيب، بينما تعد ImageNette أفضل لتجارب التدريب ذات المعنى ولكن الأسرع من ImageNet الكاملة.