ImageNet-Datensatz
ImageNet ist eine groß angelegte Datenbank mit kommentierten Bildern, die für die Forschung zur visuellen Objekterkennung entwickelt wurde. Sie enthält mehr als 14 Millionen Bilder, wobei jedes Bild mit WordNet-Synsets kommentiert ist, was sie zu einer der umfangreichsten Ressourcen für das Training von Deep-Learning-Modellen für Computer-Vision-Aufgaben macht.
ImageNet vortrainierte Modelle
Modell | Größe (Pixel) |
acc top1 |
acc top5 |
Geschwindigkeit CPU ONNX (ms) |
Geschwindigkeit A100 TensorRT (ms) |
params (M) |
FLOPs (B) bei 640 |
---|---|---|---|---|---|---|---|
YOLOv8n-cls | 224 | 69.0 | 88.3 | 12.9 | 0.31 | 2.7 | 4.3 |
YOLOv8s-cls | 224 | 73.8 | 91.7 | 23.4 | 0.35 | 6.4 | 13.5 |
YOLOv8m-cls | 224 | 76.8 | 93.5 | 85.4 | 0.62 | 17.0 | 42.7 |
YOLOv8l-cls | 224 | 76.8 | 93.5 | 163.0 | 0.87 | 37.5 | 99.7 |
YOLOv8x-cls | 224 | 79.0 | 94.6 | 232.0 | 1.01 | 57.4 | 154.8 |
Hauptmerkmale
- ImageNet enthält über 14 Millionen hochauflösende Bilder, die Tausende von Objektkategorien abdecken.
- Der Datensatz ist entsprechend der WordNet-Hierarchie organisiert, wobei jedes Synset eine Kategorie darstellt.
- ImageNet wird häufig für das Training und Benchmarking im Bereich Computer Vision verwendet, insbesondere für Bildklassifizierungs- und Objekterkennungsaufgaben.
- Die jährliche ImageNet Large Scale Visual Recognition Challenge (ILSVRC) hat die Bildverarbeitungsforschung entscheidend vorangebracht.
Struktur des Datensatzes
Der ImageNet-Datensatz ist mithilfe der WordNet-Hierarchie organisiert. Jeder Knoten in der Hierarchie steht für eine Kategorie, und jede Kategorie wird durch ein Synset (eine Sammlung von synonymen Begriffen) beschrieben. Die Bilder im ImageNet sind mit einem oder mehreren Synsets versehen und bieten so eine reichhaltige Ressource für das Training von Modellen zur Erkennung verschiedener Objekte und ihrer Beziehungen.
ImageNet Large Scale Visual Recognition Challenge (ILSVRC)
Die jährlich stattfindende ImageNet Large Scale Visual Recognition Challenge (ILSVRC) ist ein wichtiges Ereignis auf dem Gebiet der Computer Vision. Sie bietet Forschern und Entwicklern eine Plattform, um ihre Algorithmen und Modelle an einem großen Datensatz mit standardisierten Bewertungsmaßstäben zu testen. Die ILSVRC hat zu bedeutenden Fortschritten bei der Entwicklung von Deep-Learning-Modellen für die Bildklassifizierung, Objekterkennung und andere Computer-Vision-Aufgaben geführt.
Anwendungen
Der ImageNet-Datensatz wird häufig zum Trainieren und Evaluieren von Deep-Learning-Modellen für verschiedene Computer-Vision-Aufgaben wie Bildklassifizierung, Objekterkennung und Objektlokalisierung verwendet. Einige beliebte Deep-Learning-Architekturen wie AlexNet, VGG und ResNet wurden entwickelt und mit dem ImageNet-Datensatz verglichen.
Verwendung
Um ein Deep Learning-Modell auf dem ImageNet-Datensatz für 100 Epochen mit einer Bildgröße von 224x224 zu trainieren, kannst du die folgenden Codeschnipsel verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite Modelltraining.
Beispiel für einen Zug
Beispielbilder und Anmerkungen
Der ImageNet-Datensatz enthält hochaufgelöste Bilder aus Tausenden von Objektkategorien und ist ein vielfältiger und umfangreicher Datensatz zum Trainieren und Evaluieren von Computer-Vision-Modellen. Hier sind einige Beispiele für Bilder aus dem Datensatz:
Das Beispiel zeigt die Vielfalt und Komplexität der Bilder im ImageNet-Datensatz und verdeutlicht, wie wichtig ein vielfältiger Datensatz für das Training robuster Computer Vision Modelle ist.
Zitate und Danksagungen
Wenn du den ImageNet-Datensatz in deiner Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Dokument:
@article{ILSVRC15,
author = {Olga Russakovsky and Jia Deng and Hao Su and Jonathan Krause and Sanjeev Satheesh and Sean Ma and Zhiheng Huang and Andrej Karpathy and Aditya Khosla and Michael Bernstein and Alexander C. Berg and Li Fei-Fei},
title={ImageNet Large Scale Visual Recognition Challenge},
year={2015},
journal={International Journal of Computer Vision (IJCV)},
volume={115},
number={3},
pages={211-252}
}
Wir möchten dem ImageNet-Team unter der Leitung von Olga Russakovsky, Jia Deng und Li Fei-Fei dafür danken, dass sie den ImageNet-Datensatz als wertvolle Ressource für die Forschungsgemeinschaft im Bereich des maschinellen Lernens und des Computersehens erstellt und gepflegt haben. Weitere Informationen über den ImageNet-Datensatz und seine Schöpfer findest du auf der ImageNet-Website.