مجموعة بيانات الحياة البرية الأفريقية

This dataset showcases four common animal classes typically found in South African nature reserves. It includes images of African wildlife such as buffalo, elephant, rhino, and zebra, providing valuable insights into their characteristics. Essential for training computer vision algorithms, this dataset aids in identifying animals in various habitats, from zoos to forests, and supports wildlife research.

شاهد: African Wildlife Animals Detection using Ultralytics YOLO11

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

This dataset can be applied in various computer vision tasks such as object detection, object tracking, and research. Specifically, it can be used to train and evaluate models for identifying African wildlife objects in images, which can have applications in wildlife conservation, ecological research, and monitoring efforts in natural reserves and protected areas. Additionally, it can serve as a valuable resource for educational purposes, enabling students and researchers to study and understand the characteristics and behaviors of different animal species.

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

To train a YOLO11n model on the African wildlife dataset for 100 epochs with an image size of 640, use the provided code samples. For a comprehensive list of available parameters, refer to the model's Training page.

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

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.

How do I train a YOLO11 model using the African Wildlife Dataset?

You can train a YOLO11 model on the African Wildlife Dataset by using the african-wildlife.yaml configuration file. Below is an example of how to train the YOLO11n model for 100 epochs with an image size of 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. This file defines the dataset configuration, including paths, classes, and other details crucial for training machine learning models. See the 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.

📅 Created 7 months ago ✏️ Updated 22 days ago

التعليقات