Commencer

Jeu de données ImageNet

Le jeu de données ImageNet d’Ultralytics (data="imagenet") est le sous-ensemble ImageNet-1k / ILSVRC-2012 utilisé pour entraîner et comparer des modèles de classification d’images. Il comprend 1 000 classes d’objets, avec 1 281 167 images d’entraînement et 50 000 images de validation. L’entraînement se fait généralement avec une taille d’image de 224x224, et le téléchargement représente environ 144 Go de données. La base ImageNet complète est bien plus vaste — plus de 14 millions d’images haute résolution annotées avec des synsets WordNet, réparties dans plus de 20 000 catégories —, mais Ultralytics entraîne ses modèles sur le sous-ensemble normalisé ILSVRC de 1 000 classes, devenu le benchmark de facto pour l’apprentissage profond en vision par ordinateur.

Modèles préentraînés sur ImageNet#

Modèletaille
(pixels)
acc
top1
acc
top5
Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B) à 224
YOLO26n-cls22471.490.15.0 ± 0.31.1 ± 0.02.80.4
YOLO26s-cls22476.092.97.9 ± 0.21.3 ± 0.06.71.5
YOLO26m-cls22478.194.217.2 ± 0.42.0 ± 0.011.64.8
YOLO26l-cls22479.094.623.2 ± 0.32.8 ± 0.014.16.0
YOLO26x-cls22479.995.041.4 ± 0.93.8 ± 0.029.613.5

Fonctionnalités clés#

  • Le jeu de données Ultralytics imagenet comprend 1 000 classes, 1 281 167 images d’entraînement et 50 000 images de validation (ILSVRC-2012) ; il constitue le benchmark standard de préentraînement pour la classification d’images.
  • Les classes sont organisées selon la hiérarchie WordNet, chaque classe correspondant à un synset (un ensemble de termes synonymes).
  • Les modèles sont généralement entraînés en 224x224, et le téléchargement du jeu de données complet représente environ 144 Go.
  • Le défi annuel ImageNet Large Scale Visual Recognition Challenge (ILSVRC) a joué un rôle déterminant dans les avancées de la recherche en vision par ordinateur.

Structure du jeu de données#

Le jeu de données ImageNet d’Ultralytics utilise la partition ILSVRC-2012 :

PartitionImagesClasses
Entraînement1,281,1671,000
Validation50,0001,000

Les images sont stockées dans des dossiers par classe nommés selon l’identifiant du synset WordNet (par exemple, n01440764), conformément à la structure attendue pour l’entraînement à la classification avec Ultralytics. Chacune des 1 000 classes correspond à un synset WordNet, et comme il n’existe pas de partition de test distincte, l’ensemble de validation de 50 000 images sert à mesurer l’exactitude.

Taille du téléchargement

ImageNet-1k représente un téléchargement d’environ ~144 Go. Vérifie donc que tu as suffisamment d’espace disque avant l’entraînement. Pour des essais rapides, les sous-ensembles plus petits ImageNette et ImageNet10 utilisent le même format de dossiers et s’entraînent en une fraction du temps.

Défi de reconnaissance visuelle à grande échelle ImageNet (ILSVRC)#

Le défi de reconnaissance visuelle à grande échelle ImageNet (ILSVRC), organisé chaque année, permettait aux chercheurs de comparer des algorithmes sur un jeu de données de grande échelle normalisé, avec des métriques d’évaluation cohérentes. Il a entraîné des avancées majeures de l’apprentissage profond pour la classification d’images, la détection d’objets et d’autres tâches de vision — notamment la victoire d’AlexNet en 2012, qui a contribué à lancer l’ère moderne de l’apprentissage profond.

Applications#

Le jeu de données ImageNet est largement utilisé pour entraîner et évaluer des modèles d’apprentissage profond dédiés à la classification d’images, à la détection d’objets et à la localisation d’objets. Des architectures de référence telles qu’AlexNet, VGG et ResNet ont toutes été développées et évaluées sur ImageNet. Les poids préentraînés sur ImageNet restent un point de départ courant pour l’apprentissage par transfert dans les différentes tâches de vision.

Utilisation#

Pour entraîner un modèle de classification YOLO sur ImageNet pendant 100 époques, avec une taille d’image de 224x224, utilise les extraits de code ci-dessous.

Exemple d’entraînement
from ultralytics import YOLO

# Charger un modèle
model = YOLO("yolo26n-cls.pt")  # charger un modèle préentraîné (recommandé pour l’entraînement)

# Entraîner le modèle
results = model.train(data="imagenet", epochs=100, imgsz=224)

Tu peux aussi gérer des jeux de données de classification et lancer des entraînements dans le cloud avec Ultralytics Platform.

Exemples d’images et annotations#

Le jeu de données ImageNet couvre les 1 000 classes ILSVRC-2012 et constitue une ressource vaste et diversifiée pour entraîner et évaluer des modèles de vision par ordinateur. Voici quelques exemples d’images du jeu de données :

Exemples d’images du jeu de données de classification ImageNet

Citations et remerciements#

Si tu utilises le jeu de données ImageNet dans tes travaux de recherche ou de développement, cite l’article suivant :

Citation
@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}
}

Nous tenons à remercier l’équipe ImageNet, dirigée par Olga Russakovsky, Jia Deng et Li Fei-Fei, d’avoir créé et maintenu le jeu de données ImageNet, une ressource précieuse pour la communauté de recherche en apprentissage automatique et en vision par ordinateur. Pour en savoir plus sur le jeu de données ImageNet et ses créateurs, consulte le site Web d’ImageNet.

FAQ#

  • Le jeu de données ImageNet est une base d’images de grande échelle dont la collection complète contient plus de 14 millions d’images haute résolution annotées avec des synsets WordNet. Dans Ultralytics, data="imagenet" s’entraîne sur le sous-ensemble normalisé ILSVRC-2012 de 1 000 classes, qui constitue le benchmark de facto pour le préentraînement en classification d’images. Des modèles marquants comme AlexNet, VGG et ResNet ont été entraînés et évalués sur ImageNet, ce qui témoigne de son rôle dans les avancées de la vision par ordinateur.

  • Le jeu de données Ultralytics imagenet utilise le sous-ensemble ILSVRC-2012, qui comprend 1 000 classes, 1 281 167 images d’entraînement et 50 000 images de validation. L’entraînement se fait généralement avec une taille d’image de 224x224, et le téléchargement représente environ 144 Go. La base ImageNet complète est bien plus vaste (plus de 14 millions d’images réparties dans plus de 20 000 synsets WordNet), mais c’est le sous-ensemble de 1 000 classes qui est utilisé pour entraîner et comparer les modèles de classification.

  • Pour entraîner un modèle Ultralytics YOLO sur ImageNet, charge un modèle de classification préentraîné et indique à data le chemin imagenet :

    Exemple d’entraînement
    from ultralytics import YOLO
    
    # Charger un modèle
    model = YOLO("yolo26n-cls.pt")  # charger un modèle préentraîné (recommandé pour l’entraînement)
    
    # Entraîner le modèle
    results = model.train(data="imagenet", epochs=100, imgsz=224)

    Pour obtenir des instructions d’entraînement plus détaillées, consulte notre page Entraînement.

  • Les modèles de classification préentraînés Ultralytics YOLO26 offrent un excellent équilibre entre vitesse et précision. Par exemple, le modèle YOLO26n-cls, avec une précision top-1 de 71,4 % et une précision top-5 de 90,1 %, est optimisé pour les applications en temps réel. Les modèles préentraînés réduisent les ressources de calcul nécessaires à l’entraînement à partir de zéro et accélèrent les cycles de développement.

  • Le défi de reconnaissance visuelle à grande échelle ImageNet (ILSVRC), organisé chaque année, a fait progresser la vision par ordinateur en fournissant une plateforme de compétition pour évaluer des algorithmes sur un jeu de données de grande échelle normalisé. Ses métriques d’évaluation cohérentes ont favorisé l’innovation en classification d’images, en détection d’objets et en segmentation d’images, repoussant sans cesse les limites de l’apprentissage profond et de la vision par ordinateur.

Commentaires8

Pose une question, partage tes résultats ou aide quelqu’un d’autre.

  1. Jie Liu

    how to reproduce the result of Pretrained Models? Please give me the command

    1. Paula DerrengerUltralytics(modifié)

      @keeper-jie hi there!

      To reproduce the pretrained classification results on ImageNet, train from the model YAML (not the .pt weights) so the model starts from random initialization:

      Using Python:
      from ultralytics import YOLO
      
      # Build a model from its YAML configuration (replace 'yolo26n-cls.yaml' with other sizes like 'yolo26s-cls.yaml')
      model = YOLO("yolo26n-cls.yaml")
      
      # Train the model on ImageNet
      results = model.train(data="imagenet", epochs=100, imgsz=224)
      Using CLI:
      yolo train data=imagenet model=yolo26n-cls.yaml epochs=100 imgsz=224

      These commands train on the ImageNet dataset for 100 epochs at 224x224. You can adjust the epochs and imgsz parameters as needed. For more details, refer to the Ultralytics documentation on ImageNet.

      If you encounter any issues, please ensure you are using the latest version of the Ultralytics package, and provide a minimum reproducible example. Happy training! 🚀

    2. Jie Liu

      please show me the command to use yolov8 yaml file to reproduce the table result like below without pretrain model:

      Model	size(pixels)	acc-top1	acc-top5	Speed-CPU ONNX(ms)	Speed-A100 TensorRT(ms)	params(M)	FLOPs(B) at 640
      YOLOv8n-cls	224	69.0	88.3	12.9	0.31	2.7	4.3
    3. Paula DerrengerUltralytics(modifié)

      Hi @keeper-jie,

      To reproduce the results of the YOLO26 classification models on the ImageNet dataset without using pretrained weights, you can follow the steps below. This will allow you to train the models from scratch and evaluate their performance.

      Using Python:
      from ultralytics import YOLO
      
      # Load a model configuration without pretrained weights
      model = YOLO("yolo26n-cls.yaml")  # You can replace 'yolo26n-cls.yaml' with other model variants like 'yolo26s-cls.yaml', 'yolo26m-cls.yaml', etc.
      
      # Train the model on ImageNet
      results = model.train(data="imagenet", epochs=100, imgsz=224)
      Using CLI:
      # Start training from scratch using a *.yaml model configuration
      yolo train data=imagenet model=yolo26n-cls.yaml epochs=100 imgsz=224

      These commands will initiate training on the ImageNet dataset for 100 epochs with an image size of 224x224 pixels. You can adjust the epochs and imgsz parameters as needed.

      Important Notes:
      • Ensure you have the latest version of the Ultralytics package installed.
      • Providing a minimum reproducible example can be very helpful if you encounter any issues. You can find more information on how to create one here.

      For more detailed information and additional arguments you can use, please refer to the Ultralytics documentation on ImageNet.

      If you have any further questions or run into any issues, feel free to ask. Happy training! 🚀

    4. Jie Liu

      I train the model with !yolo train data=/dataset/imagenet model=yolov8x-cls.yaml epochs=100 imgsz=224 batch=476*8 device=0,1,2,3,4,5,6,7, but the result is only 0.631 on top1 acc, please help me check it. Log:

      100 epochs completed in 7.923 hours.
      Optimizer stripped from /usr/src/ultralytics/runs/classify/train4/weights/last.pt, 115.1MB
      Optimizer stripped from /usr/src/ultralytics/runs/classify/train4/weights/best.pt, 115.1MB
      
      Validating /usr/src/ultralytics/runs/classify/train4/weights/best.pt...
      Ultralytics YOLOv8.1.8 🚀 Python-3.10.13 torch-2.1.0 CUDA:0 (NVIDIA L20, 45596MiB)
      YOLOv8x-cls summary (fused): 133 layers, 57404200 parameters, 0 gradients, 154.8 GFLOPs
      train: /dataset/imagenet/train... found 1281167 images in 1000 classes ✅ 
      val: /dataset/imagenet/val... found 50000 images in 1000 classes ✅ 
      test: None...
                     classes   top1_acc   top5_acc: 100%|██████████| 53/53 [00:31<00:0
                         all      0.631      0.858
    5. Paula DerrengerUltralytics(modifié)

      Hi @keeper-jie,

      Thank you for sharing the details of your training process and results. To better assist you, it would be helpful to have a minimum reproducible example. This will allow us to diagnose the issue more effectively. You can find guidelines on how to create one here: Minimum Reproducible Example.

      In the meantime, here are a few suggestions to help troubleshoot and potentially improve your model's performance:

      1. Verify Dataset Integrity: Ensure that the ImageNet dataset is correctly formatted and all images are accessible. Sometimes, missing or corrupted images can affect training results.

      2. Hyperparameter Tuning: Experiment with different hyperparameters such as learning rate, batch size, and optimizer settings. The default settings might not always yield the best results for every dataset.

      3. Data Augmentation: Implementing data augmentation techniques can help improve model generalization. Techniques like random cropping, flipping, and color jittering can be beneficial.

      4. Learning Rate Scheduler: Using a learning rate scheduler can help in adjusting the learning rate during training, which might improve convergence.

      5. Regularization Techniques: Techniques such as dropout and weight decay can help in preventing overfitting and improving model performance.

      6. Latest Version: Ensure you are using the latest version of the Ultralytics package. Sometimes, updates include performance improvements and bug fixes.

      Here is an example command to train the model from scratch using the YOLO26 YAML configuration:

      Using Python:
      from ultralytics import YOLO
      
      # Load a model configuration without pretrained weights
      model = YOLO("yolo26x-cls.yaml")
      
      # Train the model on ImageNet
      results = model.train(data="imagenet", epochs=100, imgsz=224)
      Using CLI:
      # Start training from scratch using a *.yaml model configuration
      yolo train data=imagenet model=yolo26x-cls.yaml epochs=100 imgsz=224

      If the issue persists, please provide more details or a reproducible example, and we will be happy to assist you further. Thank you for your patience and cooperation!

    6. Jie Liu

      Bug description:

      use 8 L20 GPU can not reproduce yolov8x-cls top1 acc.

      MRE:

      yolo train data=imagenet model=yolov8x-cls.yaml epochs=100 imgsz=224 batch=476*8 device=0,1,2,3,4,5,6,7

      Result :

      100 epochs completed in 7.923 hours.
      Optimizer stripped from /usr/src/ultralytics/runs/classify/train4/weights/last.pt, 115.1MB
      Optimizer stripped from /usr/src/ultralytics/runs/classify/train4/weights/best.pt, 115.1MB
      
      Validating /usr/src/ultralytics/runs/classify/train4/weights/best.pt...
      Ultralytics YOLOv8.1.8 🚀 Python-3.10.13 torch-2.1.0 CUDA:0 (NVIDIA L20, 45596MiB)
      YOLOv8x-cls summary (fused): 133 layers, 57404200 parameters, 0 gradients, 154.8 GFLOPs
      train: /dataset/imagenet/train... found 1281167 images in 1000 classes ✅ 
      val: /dataset/imagenet/val... found 50000 images in 1000 classes ✅ 
      test: None...
                     classes   top1_acc   top5_acc: 100%|██████████| 53/53 [00:31<00:0
                         all      0.631      0.858

      Dependencies(yolo checks):

      Ultralytics YOLOv8.1.8 🚀 Python-3.10.13 torch-2.1.0 CUDA:0 (NVIDIA L20, 45596MiB)
      Setup complete ✅ (128 CPUs, 503.5 GB RAM, 860.1/7096.0 GB disk)
      
      OS                  Linux-5.15.0-94-generic-x86_64-with-glibc2.31
      Environment         Linux
      Python              3.10.13
      Install             git
      RAM                 503.52 GB
      CPU                 Intel Xeon Gold 6458Q
      CUDA                12.1
      
      matplotlib          ✅ 3.8.2>=3.3.0
      numpy               ✅ 1.23.5>=1.22.2
      opencv-python       ✅ 4.9.0.80>=4.6.0
      pillow              ✅ 10.0.1>=7.1.2
      pyyaml              ✅ 6.0>=5.3.1
      requests            ✅ 2.31.0>=2.23.0
      scipy               ✅ 1.12.0>=1.4.1
      torch               ✅ 2.1.0>=1.8.0
      torchvision         ✅ 0.16.0>=0.9.0
      tqdm                ✅ 4.65.0>=4.64.0
      psutil              ✅ 5.9.0
      py-cpuinfo          ✅ 9.0.0
      thop                ✅ 0.1.1-2209072238>=0.1.1
      pandas              ✅ 2.2.0>=1.1.4
      seaborn             ✅ 0.13.2>=0.11.0

      Addition train config:

      task: classify
      mode: train
      model: yolov8x-cls.yaml
      data: /dataset/imagenet
      epochs: 100
      time: null
      patience: 50
      batch: 3808
      imgsz: 224
      save: true
      save_period: -1
      cache: false
      device:
      - 0
      - 1
      - 2
      - 3
      - 4
      - 5
      - 6
      - 7
      workers: 8
      project: null
      name: train4
      exist_ok: false
      pretrained: true
      optimizer: auto
      verbose: true
      seed: 0
      deterministic: true
      single_cls: false
      rect: false
      cos_lr: false
      close_mosaic: 10
      resume: false
      amp: true
      fraction: 1.0
      profile: false
      freeze: null
      multi_scale: false
      overlap_mask: true
      mask_ratio: 4
      dropout: 0.0
      val: true
      split: val
      save_json: false
      save_hybrid: false
      conf: null
      iou: 0.7
      max_det: 300
      half: false
      dnn: false
      plots: true
      source: null
      vid_stride: 1
      stream_buffer: false
      visualize: false
      augment: false
      agnostic_nms: false
      classes: null
      retina_masks: false
      embed: null
      show: false
      save_frames: false
      save_txt: false
      save_conf: false
      save_crop: false
      show_labels: true
      show_conf: true
      show_boxes: true
      line_width: null
      format: torchscript
      keras: false
      optimize: false
      int8: false
      dynamic: false
      simplify: false
      opset: null
      workspace: 4
      nms: false
      lr0: 0.01
      lrf: 0.01
      momentum: 0.937
      weight_decay: 0.0005
      warmup_epochs: 3.0
      warmup_momentum: 0.8
      warmup_bias_lr: 0.1
      box: 7.5
      cls: 0.5
      dfl: 1.5
      pose: 12.0
      kobj: 1.0
      label_smoothing: 0.0
      nbs: 64
      hsv_h: 0.015
      hsv_s: 0.7
      hsv_v: 0.4
      degrees: 0.0
      translate: 0.1
      scale: 0.5
      shear: 0.0
      perspective: 0.0
      flipud: 0.0
      fliplr: 0.5
      mosaic: 1.0
      mixup: 0.0
      copy_paste: 0.0
      auto_augment: randaugment
      erasing: 0.4
      crop_fraction: 1.0
      cfg: null
      tracker: botsort.yaml
      save_dir: /usr/src/ultralytics/runs/classify/train4

      I use yolov8 docker with command docker pull ultralytics/ultralytics:8.1.8

    7. Paula DerrengerUltralytics(modifié)

      Hi @keeper-jie,

      Thank you for providing detailed information about your training process and results. It's great to see that you're using the YOLOv8 classification model on the ImageNet dataset. Let's work together to troubleshoot and improve your model's performance.

      Steps to Troubleshoot and Improve Performance:
      1. Verify Dataset Integrity: Ensure that the ImageNet dataset is correctly formatted and all images are accessible. Sometimes, missing or corrupted images can affect training results.

      2. Hyperparameter Tuning: Experiment with different hyperparameters such as learning rate, batch size, and optimizer settings. The default settings might not always yield the best results for every dataset.

      3. Data Augmentation: Implementing data augmentation techniques can help improve model generalization. Techniques like random cropping, flipping, and color jittering can be beneficial.

      4. Learning Rate Scheduler: Using a learning rate scheduler can help in adjusting the learning rate during training, which might improve convergence.

      5. Regularization Techniques: Techniques such as dropout and weight decay can help in preventing overfitting and improving model performance.

      6. Latest Version: Ensure you are using the latest version of the Ultralytics package. Sometimes, updates include performance improvements and bug fixes.

      Example Command to Train from Scratch:

      Here is an example command to train the model from scratch using the YOLO26 YAML configuration:

      Using Python:
      from ultralytics import YOLO
      
      # Load a model configuration without pretrained weights
      model = YOLO("yolo26x-cls.yaml")
      
      # Train the model on ImageNet
      results = model.train(data="imagenet", epochs=100, imgsz=224)
      Using CLI:
      # Start training from scratch using a *.yaml model configuration
      yolo train data=imagenet model=yolo26x-cls.yaml epochs=100 imgsz=224
      Additional Tips:
      • Check for Overfitting: Monitor the training and validation loss. If the training loss is significantly lower than the validation loss, your model might be overfitting.
      • Use Mixed Precision Training: Enabling Automatic Mixed Precision (AMP) can speed up training and reduce memory usage.
      Minimum Reproducible Example:

      If the issue persists, please provide a minimum reproducible example. This will help us diagnose the issue more effectively. You can find guidelines on how to create one here: Minimum Reproducible Example.

      If you have any further questions or run into any issues, feel free to ask. Happy training! 🚀