Conjunto de datos ImageNet#

El conjunto de datos Ultralytics ImageNet (data="imagenet") es el subconjunto de ImageNet-1k / ILSVRC-2012 que se utiliza para entrenar y evaluar modelos de clasificación de imágenes. Contiene 1000 clases de objetos con 1 281 167 imágenes de entrenamiento y 50 000 imágenes de validación a un tamaño de imagen de 224x224, y se descarga en aproximadamente 144 GB de datos. La base de datos ImageNet en general es mucho más grande —más de 14 millones de imágenes de alta resolución anotadas con conjuntos de sinónimos de WordNet en más de 20 000 categorías—, pero Ultralytics entrena con el subconjunto estandarizado de 1000 clases de ILSVRC que se convirtió en el punto de referencia predeterminado para el deep learning en computer vision.

Modelos preentrenados de ImageNet#

Características clave#

• El conjunto de datos Ultralytics imagenet ofrece 1000 clases con 1 281 167 imágenes de entrenamiento y 50 000 de validación (ILSVRC-2012), el punto de referencia de entrenamiento previo estándar para la clasificación de imágenes.
• Las clases están organizadas según la jerarquía de WordNet, donde cada clase corresponde a un synset (un conjunto de términos sinónimos).
• Las imágenes se entrenan a 224x224, y el conjunto de datos completo es una descarga grande de ~144 GB.
• El reto anual ImageNet Large Scale Visual Recognition Challenge (ILSVRC) ha sido fundamental para hacer avanzar la investigación en computer vision.

Estructura del dataset#

El conjunto de datos Ultralytics ImageNet utiliza la partición ILSVRC-2012:

Las imágenes se almacenan en carpetas por clase nombradas según el ID de conjunto de sinónimos de WordNet (por ejemplo, n01440764), el diseño que espera el entrenamiento de clasificación de Ultralytics. Cada una de las 1000 clases se asigna a un conjunto de sinónimos de WordNet y no hay ninguna división de prueba separada, por lo que el conjunto de validación de 50 000 imágenes se utiliza para medir la precisión.

ImageNet Large Scale Visual Recognition Challenge (ILSVRC)#

El ImageNet Large Scale Visual Recognition Challenge (ILSVRC) anual permitió a los investigadores evaluar algoritmos en un conjunto de datos estandarizado a gran escala con métricas de evaluación coherentes. Impulsó avances importantes en el deep learning para la clasificación de imágenes, la detección de objetos y otras tareas de visión, sobre todo con la victoria de AlexNet en 2012, que ayudó a iniciar la era moderna del deep learning.

Aplicaciones#

El conjunto de datos ImageNet se utiliza ampliamente para entrenar y evaluar modelos de deep learning para la clasificación de imágenes, la detección de objetos y la localización de objetos. Arquitecturas emblemáticas como AlexNet, VGG y ResNet se desarrollaron y evaluaron en ImageNet, y los pesos preentrenados en ImageNet siguen siendo un punto de partida común para el aprendizaje por transferencia en todas las tareas de visión.

Uso#

Para entrenar un modelo de clasificación YOLO en ImageNet durante 100 épocas con un tamaño de imagen de 224x224, utiliza los fragmentos de código siguientes. Para obtener una lista completa de los argumentos disponibles, consulta la página de entrenamiento del modelo.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="imagenet", epochs=100, imgsz=224)

También puedes gestionar conjuntos de datos de clasificación y ejecutar entrenamientos en la nube con Ultralytics Platform.

Muestras de imágenes y anotaciones#

El conjunto de datos ImageNet abarca las 1.000 clases de ILSVRC-2012, proporcionando un recurso diverso y extenso para entrenar y evaluar modelos de visión artificial. Aquí tienes algunas imágenes de ejemplo del conjunto de datos:

Citas y agradecimientos#

Si utilizas el conjunto de datos ImageNet en tu trabajo de investigación o desarrollo, por favor cita el siguiente artículo:

@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}
}

Queremos agradecer al equipo de ImageNet, dirigido por Olga Russakovsky, Jia Deng y Li Fei-Fei, por crear y mantener el conjunto de datos ImageNet como un recurso valioso para la comunidad de investigación de machine learning y computer vision. Para obtener más información sobre el conjunto de datos ImageNet y sus creadores, visita el sitio web de ImageNet.

FAQ#