مجموعة بيانات الحياة البرية الأفريقية

تعرض مجموعة البيانات هذه أربع فئات حيوانية شائعة توجد عادة في المحميات الطبيعية في جنوب إفريقيا. يتضمن صورا للحياة البرية الأفريقية مثل الجاموس ووحيد القرن والحمار الوحشي ، مما يوفر رؤى قيمة حول خصائصها. تساعد مجموعة البيانات هذه ، الضرورية لتدريب خوارزميات الرؤية الحاسوبية ، في تحديد في الموائل المختلفة ، من حدائق إلى الغابات ، وتدعم أبحاث الحياة البرية.

شاهد: الكشف عن الحيوانات البرية الأفريقية باستخدام Ultralytics YOLOv8

هيكل مجموعة البيانات

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

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

التطبيقات

يمكن تطبيق مجموعة البيانات هذه في مهام رؤية الكمبيوتر المختلفة مثل اكتشاف الأشياء وتتبع الكائنات والبحث. على وجه التحديد ، يمكن استخدامه لتدريب وتقييم النماذج 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 قيم للأغراض التعليمية ، مما يمكن الطلاب والباحثين من دراسة وفهم خصائص وسلوكيات الأنواع الحيوانية 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، african-wildlife.yaml يقع الملف في 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

استخدام

لتدريب أ YOLOv8n نموذج على مجموعة بيانات الحياة البرية الأفريقية ل 100 حقبة بحجم صورة 640 ، استخدم عينات التعليمات البرمجية المقدمة. للحصول على قائمة شاملة بالمعلمات المتاحة، راجع صفحة تدريب النموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.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=yolov8n.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

تضم مجموعة بيانات الحياة البرية الأفريقية مجموعة واسعة من الصور التي تعرض أنواعا حيوانية متنوعة وموائلها الطبيعية. فيما يلي أمثلة لصور من مجموعة البيانات ، كل منها مصحوب بالتعليقات التوضيحية المقابلة لها.

• صورة فسيفسائية: هنا ، نقدم دفعة تدريب تتكون من صور مجموعة بيانات فسيفسائية. تجمع الفسيفساء ، وهي تقنية تدريب ، بين صور متعددة في صورة واحدة ، مما يثري تنوع الدفعات. تساعد هذه الطريقة في تحسين قدرة النموذج على التعميم عبر أحجام الكائنات المختلفة ونسب العرض إلى الارتفاع والسياقات.

يوضح هذا المثال تنوع وتعقيد الصور في مجموعة بيانات الحياة البرية الأفريقية ، مع التركيز على فوائد تضمين الفسيفساء أثناء عملية التدريب.

الاستشهادات والشكر

تم إصدار مجموعة البيانات المتاحة تحت AGPL-3.0 الترخيص.

الأسئلة المتداولة

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 YOLOv8 باستخدام مجموعة بيانات الحياة البرية الأفريقية؟

يمكنك تدريب نموذج YOLOv8 على مجموعة بيانات الحياة البرية الأفريقية باستخدام نموذج باستخدام african-wildlife.yaml ملف التكوين. فيما يلي مثال على كيفية تدريب النموذج YOLOv8n لـ 100 حقبة مع صورة بحجم 640:

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.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=yolov8n.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 لتدريب نماذج التعلم الآلي. راجع ملف 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. ويوضح 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.

التعليقات