مجموعة بيانات وضعية الكلب

مقدمة

مجموعة بيانات Ultralytics مجموعة بيانات وضعية الكلب هي مجموعة بيانات عالية الجودة وشاملة تم تنسيقها خصيصًا لتقدير وضعية الكلب. مع وجود 6,773 صورة تدريب و1,703 صورة اختبار، توفر مجموعة البيانات هذه أساسًا متينًا لتدريب نماذج قوية لتقدير الوضعية. تشتمل كل صورة مشروحة على 24 نقطة أساسية مع 3 أبعاد لكل نقطة أساسية (س، ص، رؤية)، مما يجعلها مورداً قيماً للبحث والتطوير المتقدمين في مجال الرؤية الحاسوبية.

مجموعة البيانات هذه مخصصة للاستخدام مع Ultralytics HUB و. YOLO11.

مجموعة البيانات YAML

يُستخدم ملف YAML (لغة ترميز أخرى) لتحديد تكوين مجموعة البيانات. وهو يتضمن المسارات وتفاصيل النقاط الرئيسية وغيرها من المعلومات ذات الصلة. في حالة مجموعة بيانات وضعية الكلب، فإن ملف dog-pose.yaml متاح على https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Dogs dataset http://vision.stanford.edu/aditya86/ImageNetDogs/ by Stanford
# Documentation: https://docs.ultralytics.com/datasets/pose/dog-pose/
# Example usage: yolo train data=dog-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── dog-pose  ← downloads here (337 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/dog-pose # dataset root dir
train: train # train images (relative to 'path') 6773 images
val: val # val images (relative to 'path') 1703 images

# Keypoints
kpt_shape: [24, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)

# Classes
names:
  0: dog

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

الاستخدام

لتدريب نموذج YOLO11n-pose على مجموعة بيانات Dog-pose لـ 100 حقبة زمنية بحجم صورة 640، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للحصول على قائمة شاملة بالوسائط المتاحة، راجع صفحة تدريب النموذج.

from ultralytics import YOLO

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

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

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

عينة من الصور والتعليقات التوضيحية

فيما يلي بعض الأمثلة لصور من مجموعة بيانات وضعية الكلب، إلى جانب التعليقات التوضيحية المقابلة لها:

• صورة فسيفساء: توضح هذه الصورة دفعة تدريب مكونة من صور مجموعة بيانات موزاييك. الفسيفساء هي تقنية تُستخدم أثناء التدريب تدمج صورًا متعددة في صورة واحدة لزيادة تنوع الأجسام والمشاهد داخل كل دفعة تدريب. يساعد ذلك في تحسين قدرة النموذج على التعميم على أحجام الأجسام المختلفة ونسب أبعادها وسياقاتها.

يعرض المثال تنوع وتعقيد الصور في مجموعة بيانات وضعية الكلب وفوائد استخدام الفسيفساء أثناء عملية التدريب.

الاستشهادات والشكر والتقدير

إذا كنت تستخدم مجموعة بيانات Dog-pose في عملك البحثي أو التطويري، يُرجى الاستشهاد بالورقة التالية:

@inproceedings{khosla2011fgvc,
  title={Novel dataset for Fine-Grained Image Categorization},
  author={Aditya Khosla and Nityananda Jayadevaprakash and Bangpeng Yao and Li Fei-Fei},
  booktitle={First Workshop on Fine-Grained Visual Categorization (FGVC), IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2011}
}
@inproceedings{deng2009imagenet,
  title={ImageNet: A Large-Scale Hierarchical Image Database},
  author={Jia Deng and Wei Dong and Richard Socher and Li-Jia Li and Kai Li and Li Fei-Fei},
  booktitle={IEEE Computer Vision and Pattern Recognition (CVPR)},
  year={2009}
}

نود أن نشكر فريق ستانفورد على إنشاء هذا المورد القيّم لمجتمع الرؤية الحاسوبية والحفاظ عليه. للمزيد من المعلومات حول مجموعة بيانات وضعية الكلب ومنشئيها، يرجى زيارة الموقع الإلكتروني لمجموعة بيانات كلاب ستانفورد.

الأسئلة الشائعة

ما هي مجموعة بيانات وضعية الكلب، وكيف يتم استخدامها مع Ultralytics YOLO11 ؟

تحتوي مجموعة بيانات وضعية الكلب على 6,773 صورة تدريبية و1,703 صور اختبارية مشروحة ب 24 نقطة أساسية لتقدير وضعية الكلب. وهي مصممة لتدريب النماذج والتحقق من صحة النماذج باستخدام Ultralytics YOLO11لدعم تطبيقات مثل تحليل سلوك الحيوانات، ومراقبة الحيوانات الأليفة، والدراسات البيطرية. إن التعليقات التوضيحية الشاملة لمجموعة البيانات تجعلها مثالية لتطوير نماذج دقيقة لتقدير وضعية الكلاب.

كيف أقوم بتدريب نموذج YOLO11 باستخدام مجموعة بيانات وضعية الكلب في Ultralytics ؟

لتدريب نموذج YOLO11n-pose على مجموعة بيانات وضعية الكلب لـ 100 حلقة تدريبية بحجم صورة 640، اتبع هذه الأمثلة:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-pose.pt")

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

yolo pose train data=dog-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640

للحصول على قائمة شاملة بحجج التدريب، راجع صفحة التدريب النموذجي.

ما هي فوائد استخدام مجموعة بيانات وضعية الكلب؟

تقدم مجموعة بيانات وضعية الكلب العديد من الفوائد:

مجموعة بيانات كبيرة ومتنوعة: مع وجود أكثر من 8400 صورة، فإنها توفر بيانات كبيرة تغطي مجموعة واسعة من أوضاع الكلاب وسلالاتها وسياقاتها، مما يتيح تدريباً وتقييماً قوياً للنموذج.

شروح مفصلة للنقاط الرئيسية: تشتمل كل صورة على 24 نقطة أساسية مع 3 أبعاد لكل نقطة أساسية (س، ص، رؤية)، مما يوفر شروحاً دقيقة لتدريب نماذج دقيقة لاكتشاف الوضعية.

سيناريوهات العالم الحقيقي: يتضمن صورًا من بيئات متنوعة، مما يعزز قدرة النموذج على التعميم على تطبيقات العالم الحقيقي مثل مراقبة الحيوانات الأليفة وتحليل السلوك.

ميزة تعلّم النقل: تعمل مجموعة البيانات بشكل جيد مع تقنيات التعلّم التحوّلي، مما يسمح للنماذج المدرّبة مسبقاً على مجموعات بيانات الوضعية البشرية بالتكيف مع السمات الخاصة بالكلاب.

لمعرفة المزيد حول ميزاته واستخداماته، راجع قسم مقدمة مجموعة البيانات.

كيف تفيد الفسيفساء في عملية التدريب YOLO11 باستخدام مجموعة بيانات وضعية الكلب؟

تعمل تقنية الفسيفساء، كما هو موضح في عينة الصور من مجموعة بيانات وضعية الكلب، على دمج صور متعددة في صورة مركبة واحدة، مما يثري تنوع الأجسام والمشاهد في كل دفعة تدريبية. تقدم هذه التقنية العديد من الفوائد:

• يزيد من تنوع أوضاع الكلاب وأحجامها وخلفياتها في كل دفعة
• تحسين قدرة النموذج على اكتشاف الكلاب في سياقات ومقاييس مختلفة
• يعزز التعميم من خلال تعريض النموذج لأنماط بصرية أكثر تنوعًا
• يقلل من الإفراط في الملاءمة من خلال إنشاء مجموعات جديدة من الأمثلة التدريبية

يؤدي هذا النهج إلى نماذج أكثر قوة تؤدي بشكل أفضل في سيناريوهات العالم الحقيقي. للحصول على أمثلة للصور، راجع قسم نماذج الصور والتعليقات التوضيحية.

أين يمكنني العثور على ملف YAML الخاص بمجموعة بيانات وضع الكلب وكيف يمكنني استخدامه؟

يمكن العثور على ملف YAML الخاص بمجموعة بيانات Dog-pose على ultralytics يُحدد هذا الملف تكوين مجموعة البيانات، بما في ذلك المسارات والفئات وتفاصيل النقاط الرئيسية وغيرها من المعلومات ذات الصلة. يحدد ملف YAML 24 نقطة أساسية مع 3 أبعاد لكل نقطة أساسية، مما يجعله مناسبًا لمهام تقدير الوضعية التفصيلية.

لاستخدام هذا الملف مع البرامج النصية التدريبية YOLO11 ما عليك سوى الإشارة إليه في أمر التدريب الخاص بك كما هو موضح في قسم الاستخدام. سيتم تنزيل مجموعة البيانات تلقائيًا عند استخدامها لأول مرة، مما يجعل الإعداد مباشرًا.

للمزيد من الأسئلة الشائعة والوثائق التفصيلية، يرجى زيارة الموقع الإلكتروني Ultralytics Documentation.

📅 تم إنشاؤها قبل 5 أشهر ✏️ تم التحديث منذ 15 يومًا

التعليقات