مجموعة بيانات ImageWoof#

12,951

ImageWoof

ultralytics

publicClassify

ImageWoof is fast.ai's fine-grained ImageNet subset spanning ten visually similar dog breeds. It provides a compact but challenging classification benchmark for learning subtle differences in coat, head shape, body structure, pose, and background context.

10 classes884 MBSep 2, 2026

Shih-TzuRhodesian ridgebackBeagleEnglish foxhound+6

image-classificationimagewoofimagenet+2

مجموعة بيانات ImageWoof هي مجموعة فرعية من ImageNet تتألف من 10 فئات لسلالات كلاب يصعب عمدًا التمييز بينها، وقد أنشأتها fast.ai لتشكل تحديًا أكبر لخوارزميات تصنيف الصور. وتضم 12,954 صورة ملونة — 9,025 للتدريب و3,929 للتحقق — لسلالات مثل البيغل والشيه تزو والغولدن ريتريفر، ما يدفع النماذج إلى تمييز الفروق الدقيقة والتفصيلية بدلًا من فئات الأشياء الواضحة.

الميزات الرئيسية#

• تضم ImageWoof عدد 12,954 صورة موزعة على 10 سلالات من الكلاب: التيرير الأسترالي، وتيرير بوردر، والسمويد، والبيغل، والشيه تزو، وكلب الصيد الإنجليزي، والريدجباك الروديسي، والدينغو، والغولدن ريتريفر، وكلب الراعي الإنجليزي القديم.
• تأتي المجموعة بتقسيم محدد مسبقًا يضم 9,025 صورة للتدريب و3,929 للتحقق، وهي متاحة بدقات متنوعة (الحجم الكامل و320px و160px) لتناسب ميزانيات الحوسبة المختلفة.
• وتتضمن أيضًا إصدارًا ذا تسميات مشوشة، ما يوفر سيناريو أكثر واقعية لا تكون فيه التسميات موثوقة دائمًا.

بنية مجموعة البيانات#

تأتي ImageWoof بتقسيم محدد مسبقًا إلى التدريب والتحقق، مع تخزين كل سلالة من الكلاب في مجلد مستقل:

نظرًا إلى أن الفئات العشر كلها سلالات من الكلاب، فقد صُمم التقسيم لاختبار التصنيف الدقيق — أي التمييز بين الفئات المتشابهة بصريًا — بدلًا من التعرّف العام على الأشياء في مجموعة بيانات ImageNet الكاملة.

التطبيقات#

تُستخدم مجموعة بيانات ImageWoof على نطاق واسع لتدريب نماذج التعلّم العميق وتقييمها على فئات أكثر تعقيدًا وتشابهًا. ويكمن التحدي فيها في الفروق الدقيقة بين سلالات الكلاب، ما يدفع حدود أداء النماذج وقدرتها على التعميم. وهي قيّمة بوجه خاص من أجل:

• قياس أداء التصنيف في الفئات الدقيقة
• اختبار متانة النماذج في مواجهة الفئات المتشابهة في المظهر
• تطوير خوارزميات قادرة على تمييز الفروق البصرية الدقيقة
• تقييم التعلّم بالنقل من المجالات العامة إلى المجالات المحددة

الاستخدام#

لتدريب نموذج تصنيف على مجموعة بيانات ImageWoof لمدة 100 حقبة وبحجم صورة 224x224، استخدم مقتطفات التعليمات البرمجية أدناه. للاطلاع على قائمة شاملة بالوسائط المتاحة، راجع صفحة التدريب الخاصة بالنموذج.

from ultralytics import YOLO

# ⁨تحميل نموذج⁩
model = YOLO("yolo26n-cls.pt")  # ⁨تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)⁩

# ⁨تدريب النموذج⁩
results = model.train(data="imagewoof", epochs=100, imgsz=224)

إصدارات مجموعة البيانات#

تتوفر ImageWoof بثلاثة أحجام لتلبية احتياجات الأبحاث وميزانيات الحوسبة المختلفة:

1. الحجم الكامل (imagewoof): الإصدار الأصلي ذو الصور كاملة الحجم، وهو مثالي للتدريب النهائي وقياس الأداء.
2. الحجم المتوسط (imagewoof320): صور مُعاد تحجيمها إلى طول حافة أقصى يبلغ 320 بكسل، وهي مناسبة للتدريب الأسرع دون التضحية بأداء النموذج بدرجة كبيرة.
3. الحجم الصغير (imagewoof160): صور مُعاد تحجيمها إلى طول حافة أقصى يبلغ 160 بكسل، وهي مصممة لإنشاء النماذج الأولية والتجريب بسرعة عندما تكون سرعة التدريب أولوية.

لاستخدام هذه الإصدارات، استبدل ببساطة imagewoof في وسيطة مجموعة البيانات بـ imagewoof320 أو imagewoof160. على سبيل المثال:

from ultralytics import YOLO

# ⁨تحميل نموذج⁩
model = YOLO("yolo26n-cls.pt")  # ⁨تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)⁩

# ⁨لمجموعة البيانات متوسطة الحجم⁩
model.train(data="imagewoof320", epochs=100, imgsz=224)

# ⁨لمجموعة البيانات صغيرة الحجم⁩
model.train(data="imagewoof160", epochs=100, imgsz=224)

يُرجح أن تؤدي الصور الأصغر حجمًا إلى انخفاض الدقة في التصنيف، لكنها وسيلة ممتازة للتكرار السريع في المراحل الأولى من تطوير النموذج. ويمكنك أيضًا إدارة مجموعات بيانات التصنيف وتشغيل التدريب سحابيًا باستخدام منصة Ultralytics.

صور وتعليقات توضيحية نموذجية#

تحتوي مجموعة بيانات ImageWoof على صور ملونة لسلالات كلاب متنوعة، ما يوفر مجموعة بيانات صعبة لمهام تصنيف الصور. فيما يلي بعض الأمثلة على صور المجموعة:

يوضح المثال الفروق والتشابهات الدقيقة بين سلالات الكلاب المختلفة، مسلطًا الضوء على تعقيد مهمة التصنيف وصعوبتها.

الاستشهادات والشكر والتقدير#

إذا استخدمت مجموعة بيانات ImageWoof في أبحاثك أو أعمال التطوير، فيُرجى الإقرار بمطوري مجموعة البيانات عبر رابط إلى مستودع مجموعة البيانات الرسمي.

نود أن نعرب عن تقديرنا لفريق fast.ai لإنشاء ImageWoof وصيانتها بوصفها موردًا قيّمًا لمجتمع أبحاث التعلّم الآلي والرؤية الحاسوبية. لمزيد من المعلومات عن ImageWoof، تفضل بزيارة مستودع مجموعة بيانات ImageWoof.

الأسئلة الشائعة#