مجموعة بيانات ImageNet10
مجموعة بيانات Ultralytics ImageNet10 (data="imagenet10") هي مجموعة فرعية صغيرة جدًا من ImageNet تضم 24 صورة من فئاتها العشر الأولى، وقد أُعدّت لاختبارات التكامل المستمر وفحوصات السلامة والتحقق السريع من مسارات التدريب. وتحتوي على 12 صورة تدريب و12 صورة تحقق، منظّمة في بنية مجلدات مجموعات مرادفات WordNet نفسها المستخدمة في مجموعة البيانات الكاملة؛ لذا يمكن للنموذج الذي يُدرّب على ImageNet أن يُدرّب على ImageNet10 دون أي تعديل — في ثوانٍ بدلًا من ساعات. وهي مصممة للتحقق من عمل مسار التدريب من بدايته إلى نهايته، لا لقياس الدقة.
الميزات الرئيسية#
- لا تضم ImageNet10 سوى 24 صورة (12 للتدريب و12 للتحقق) مستمدة من الفئات العشر الأولى في ImageNet.
- تُنظّم مجموعة البيانات وفق تسلسل WordNet الهرمي، بما يحاكي مجلدات مجموعات المرادفات المنفصلة لكل فئة في مجموعة بيانات ImageNet الكاملة.
- أُعدّت خصيصًا لاختبارات التكامل المستمر وفحوصات السلامة وتصحيح أخطاء مسارات التدريب بسرعة في مهام الرؤية الحاسوبية.
- على الرغم من أنها غير مصممة لقياس أداء النماذج، فإنها توفر مؤشرًا سريعًا على الوظائف الأساسية للنموذج وصحة عمله.
بنية مجموعة البيانات#
تأتي ImageNet10 مع تقسيم محدد مسبقًا يستخدم الفئات العشر الأولى من مجموعة بيانات ImageNet الكاملة (n01440764 التنش إلى n01518878 النعامة):
| المجموعة الفرعية | الصور | الفئات |
|---|---|---|
| التدريب | 12 | 10 |
| التحقق | 12 | 10 |
كل واحدة من الفئات العشر هي مجموعة مرادفات في WordNet (مجموعة من المصطلحات المترادفة)، وتوجد الصور في مجلدات منفصلة لكل فئة، تُسمّى بمعرّف مجموعة المرادفات — وهو التنسيق الدقيق الذي تتوقعه Ultralytics لتدريب التصنيف. وهذا يجعل ImageNet10 بديلًا مضغوطًا يحافظ على بنية مجموعة البيانات الكاملة بأمانة عند اختبار تعرف النموذج على تنسيق المجلدات المتوقع.
استكشف ImageNet10 على Ultralytics Platform لتصفح الصور مجمعة حسب الفئة، والاطلاع على توزيع الفئات في علامة التبويب Charts، واستنساخ المجموعة لتدريب نموذجك الخاص سحابيًا.
التطبيقات#
تفيد مجموعة بيانات ImageNet10 في الاختبار السريع وتصحيح أخطاء نماذج الرؤية الحاسوبية ومساراتها. ويسمح حجمها الصغير بالتكرار السريع، ما يجعلها مثالية لاختبارات التكامل المستمر والتحقق الأولي. كما أنها مناسبة للاختبار الأولي السريع للنماذج الجديدة أو تغييرات التعليمات البرمجية قبل الانتقال إلى عمليات التشغيل واسعة النطاق باستخدام مجموعة بيانات ImageNet الكاملة.
الاستخدام#
لاختبار نموذج تصنيف YOLO26n-cls على مجموعة بيانات ImageNet10 بحجم صور 224x224، استخدم مقتطفات التعليمات البرمجية أدناه.
from ultralytics import YOLO
# تحميل نموذج
model = YOLO("yolo26n-cls.pt") # تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)
# تدريب النموذج
results = model.train(data="imagenet10", epochs=5, imgsz=224)صور وتعليقات توضيحية نموذجية#
تحتوي مجموعة بيانات ImageNet10 على مجموعة فرعية من الصور من مجموعة بيانات ImageNet الأصلية، اختيرت لتمثيل فئاتها العشر الأولى وتوفير مورد متنوع ومدمج في الوقت نفسه للاختبار والتقييم السريعين.

يوضح المثال تنوع صور مجموعة بيانات ImageNet10 وتعقيدها، ويسلط الضوء على فائدتها للتحقق الأولي والاختبار السريع لنماذج الرؤية الحاسوبية.
الاستشهادات والشكر والتقدير#
إذا استخدمت مجموعة بيانات ImageNet10 في أبحاثك أو أعمال التطوير، فيُرجى 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 Olga Russakovsky وJia Deng وLi Fei-Fei، لإنشاء مجموعة بيانات ImageNet وصيانتها. وتُعد المجموعة الفرعية ImageNet10، التي أنشأتها Ultralytics، موردًا قيّمًا للاختبار السريع وتصحيح الأخطاء في مجتمع أبحاث التعلّم الآلي والرؤية الحاسوبية. لمزيد من المعلومات عن مجموعة بيانات ImageNet ومطوريها، تفضل بزيارة موقع ImageNet.
الأسئلة الشائعة#
مجموعة بيانات ImageNet10 هي مجموعة فرعية مدمجة من قاعدة بيانات ImageNet، أنشأتها Ultralytics لإجراء اختبارات CI السريعة، واختبارات التحقق، وتقييمات مسارات التدريب. تحتوي على 24 صورة (12 للتدريب و12 للتحقق) من الفئات العشر الأولى في ImageNet. وعلى الرغم من صغر حجمها، فإنها تحافظ على بنية مجلدات WordNet لمجموعة البيانات الكاملة، ما يجعلها مثالية للاختبار السريع لمسارات العمل، لا لقياس دقة النماذج.
تحتوي ImageNet10 على 24 صورة إجمالًا — 12 للتدريب و12 للتحقق — موزعة على الفئات العشر الأولى في ImageNet. وتمثل كل فئة مجموعة WordNet مرادفة مخزنة في مجلد مستقل، لذا تعكس مجموعة البيانات تخطيط مجموعة ImageNet الكاملة بحجم أصغر بكثير.
لاختبار نموذج التصنيف على ImageNet10 بحجم صورة 224x224، استخدم مقتطفات التعليمات البرمجية التالية.
مثال للاختبارfrom ultralytics import YOLO # تحميل نموذج model = YOLO("yolo26n-cls.pt") # تحميل نموذج مدرّب مسبقًا (موصى به للتدريب) # تدريب النموذج results = model.train(data="imagenet10", epochs=5, imgsz=224)راجع صفحة التدريب للاطّلاع على قائمة شاملة بالوسائط المتاحة.
صُممت ImageNet10 خصيصًا لاختبارات CI واختبارات التحقق والتقييمات السريعة ضمن مسارات التعلّم العميق. ويتيح حجمها البالغ 24 صورة تكرارًا شبه فوري، ما يجعلها مثالية للتكامل المستمر حيث تكون السرعة ضرورية. ومن خلال الحفاظ على بنية مجلدات مجموعة بيانات ImageNet الكاملة، توفر وسيلة موثوقة للتحقق من الوظائف الأساسية للنموذج وصحته، دون عبء معالجة مجموعة بيانات كبيرة.
مع أن ImageNet10 وImageNette مجموعتان فرعيتان من ImageNet، فإن لكل منهما غرضًا مختلفًا. لا تضم ImageNet10 سوى 24 صورة من أول 10 فئات، ما يجعلها خفيفة للغاية لاختبارات CI والتحقق الأولي السريع. أما ImageNette فتضم أكثر من 13,000 صورة موزعة على 10 فئات يسهل تمييزها، لذا فهي مناسبة لتدريب النماذج وتطويرها فعليًا. تتحقق ImageNet10 من عمل المسار، بينما تناسب ImageNette تجارب التدريب المفيدة التي تتسم بالسرعة مقارنة بالتدريب على ImageNet كاملة.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.



