مجموعة بيانات الحياة البرية الأفريقية

تعرض مجموعة البيانات هذه أربع فئات من الحيوانات الشائعة التي توجد عادةً في المحميات الطبيعية في جنوب أفريقيا. وهي تتضمن صوراً لحيوانات برية أفريقية مثل الجاموس والفيل ووحيد القرن والحمار الوحشي، مما يوفر رؤى قيمة حول خصائصها. تساعد مجموعة البيانات هذه، وهي ضرورية لتدريب خوارزميات الرؤية الحاسوبية، في تحديد الحيوانات في مختلف الموائل، من حدائق الحيوان إلى الغابات، وتدعم أبحاث الحياة البرية.

شاهد: الكشف عن الحيوانات البرية الأفريقية باستخدام Ultralytics YOLO11

هيكلية مجموعة البيانات

تنقسم مجموعة بيانات اكتشاف كائنات الحياة البرية الأفريقية إلى ثلاث مجموعات فرعية:

• مجموعة التدريب: تحتوي على 1052 صورة، كل منها مع التعليقات التوضيحية المقابلة.
• مجموعة التحقق من الصحة: تتضمن 225 صورة، كل منها مع تعليقات توضيحية مزدوجة.
• مجموعة الاختبار: تتألف من 227 صورة، كل منها مع تعليقات توضيحية مزدوجة.

التطبيقات

يمكن تطبيق مجموعة البيانات هذه في العديد من مهام الرؤية الحاسوبية مثل اكتشاف الأجسام وتتبع الأجسام والبحث. على وجه التحديد، يمكن استخدامها لتدريب وتقييم نماذج لتحديد كائنات الحياة البرية الأفريقية في الصور، والتي يمكن أن يكون لها تطبيقات في الحفاظ على الحياة البرية والبحوث البيئية وجهود الرصد في المحميات الطبيعية والمناطق المحمية. بالإضافة إلى ذلك، يمكن أن يكون بمثابة مورد قيّم للأغراض التعليمية، مما يمكّن الطلاب والباحثين من دراسة وفهم خصائص وسلوكيات أنواع الحيوانات المختلفة.

مجموعة البيانات YAML

يحدد ملف YAML (لغة ترميز أخرى) تكوين مجموعة البيانات، بما في ذلك المسارات والفئات والتفاصيل الأخرى ذات الصلة. بالنسبة لمجموعة بيانات الحياة البرية الأفريقية، فإن african-wildlife.yaml يقع الملف على https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/african-wildlife.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 license
# African-wildlife dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/african-wildlife/
# Example usage: yolo train data=african-wildlife.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── african-wildlife  ← downloads here (100 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/african-wildlife # dataset root dir
train: train/images # train images (relative to 'path') 1052 images
val: valid/images # val images (relative to 'path') 225 images
test: test/images # test images (relative to 'path') 227 images

# Classes
names:
  0: buffalo
  1: elephant
  2: rhino
  3: zebra

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/african-wildlife.zip

الاستخدام

لتدريب نموذج YOLO11n على مجموعة بيانات الحياة البرية الأفريقية لـ 100 حلقة زمنية بحجم صورة 640، استخدم نماذج التعليمات البرمجية المتوفرة. للحصول على قائمة شاملة بالمعلمات المتاحة، راجع صفحة تدريب النموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="african-wildlife.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=african-wildlife.yaml model=yolo11n.pt epochs=100 imgsz=640

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load a brain-tumor fine-tuned model

# Inference using the model
results = model.predict("https://ultralytics.com/assets/african-wildlife-sample.jpg")

# Start prediction with a finetuned *.pt model
yolo detect predict model='path/to/best.pt' imgsz=640 source="https://ultralytics.com/assets/african-wildlife-sample.jpg"

عينة من الصور والتعليقات التوضيحية

تتألف مجموعة بيانات الحياة البرية الأفريقية من مجموعة واسعة من الصور التي تعرض أنواعاً متنوعة من الحيوانات وموائلها الطبيعية. فيما يلي أمثلة لصور من مجموعة البيانات، كل منها مصحوبة بشروحها التوضيحية المقابلة.

• الصور الفسيفسائية: نقدم هنا دفعة تدريبية تتكون من صور مجموعة بيانات موزّعة بالفسيفساء. الفسيفساء، وهي تقنية تدريب، تدمج صورًا متعددة في صورة واحدة، مما يثري تنوع الدُفعات. تساعد هذه الطريقة في تعزيز قدرة النموذج على التعميم عبر مختلف أحجام الأجسام ونسب الأبعاد والسياقات.

يوضح هذا المثال تنوع الصور وتعقيدها في مجموعة بيانات الحياة البرية الأفريقية، مما يؤكد على فوائد تضمين الفسيفساء أثناء عملية التدريب.

الاستشهادات والشكر والتقدير

تم إصدار مجموعة البيانات المتاحة بموجب ترخيصAGPL-3.0 .

الأسئلة الشائعة

ما هي مجموعة بيانات الحياة البرية الأفريقية، وكيف يمكن استخدامها في مشاريع الرؤية الحاسوبية؟

تتضمن مجموعة بيانات الحياة البرية الأفريقية صوراً لأربعة أنواع من الحيوانات الشائعة الموجودة في المحميات الطبيعية في جنوب أفريقيا: الجاموس، والفيل، ووحيد القرن، والحمار الوحشي. وهي مورد قيّم لتدريب خوارزميات الرؤية الحاسوبية على اكتشاف الأجسام والتعرف على الحيوانات. تدعم مجموعة البيانات مهام مختلفة مثل تتبع الكائنات والبحث وجهود الحفظ. لمزيد من المعلومات عن هيكلها وتطبيقاتها، راجع قسم هيكل مجموعة البيانات وتطبيقات مجموعة البيانات.

كيف يمكنني تدريب نموذج YOLO11 باستخدام مجموعة بيانات الحياة البرية الأفريقية؟

يمكنك تدريب نموذج YOLO11 على مجموعة بيانات الحياة البرية الأفريقية باستخدام نموذج باستخدام african-wildlife.yaml ملف التكوين. فيما يلي مثال على كيفية تدريب نموذج YOLO11n على 100 حقبة زمنية بحجم صورة 640:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="african-wildlife.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=african-wildlife.yaml model=yolo11n.pt epochs=100 imgsz=640

للحصول على معلمات وخيارات تدريب إضافية، راجع وثائق التدريب.

أين يمكنني العثور على ملف تكوين YAML لمجموعة بيانات الحياة البرية الأفريقية؟

ملف تكوين YAML لمجموعة بيانات الحياة البرية الأفريقية، المسمى african-wildlife.yamlيمكن العثور عليها في رابط GitHub هذا. يُحدد هذا الملف تكوين مجموعة البيانات، بما في ذلك المسارات والفئات والتفاصيل الأخرى الضرورية للتدريب التعلّم الآلي الموديلات. انظر مجموعة البيانات YAML لمزيد من التفاصيل.

هل يمكنني رؤية عينة من الصور والشروح من مجموعة بيانات الحياة البرية الأفريقية؟

نعم، تتضمن مجموعة بيانات الحياة البرية الأفريقية مجموعة واسعة من الصور التي تعرض أنواعاً متنوعة من الحيوانات في بيئاتها الطبيعية. يمكنك عرض عينة من الصور والتعليقات التوضيحية المقابلة لها في قسم عينة الصور والتعليقات التوضيحية. يوضح هذا القسم أيضًا استخدام تقنية الفسيفساء لدمج صور متعددة في صورة واحدة لإثراء التنوع الدفعي وتعزيز قدرة النموذج على التعميم.

كيف يمكن استخدام مجموعة بيانات الحياة البرية الأفريقية لدعم الحفاظ على الحياة البرية والبحوث؟

تُعد مجموعة بيانات الحياة البرية الأفريقية مثالية لدعم الحفاظ على الحياة البرية والبحوث من خلال تمكين تدريب وتقييم نماذج لتحديد الحياة البرية الأفريقية في الموائل المختلفة. يمكن أن تساعد هذه النماذج في مراقبة مجموعات الحيوانات ودراسة سلوكها والتعرف على احتياجات الحفظ. بالإضافة إلى ذلك، يمكن استخدام مجموعة البيانات للأغراض التعليمية، مما يساعد الطلاب والباحثين على فهم خصائص وسلوكيات أنواع الحيوانات المختلفة. يمكن الاطلاع على مزيد من التفاصيل في قسم التطبيقات.

📅 تم إنشاؤها قبل 8 أشهر ✏️ تم التحديث منذ 2 أشهر

التعليقات