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#
| Modèle | taille (pixels) | acc top1 | acc top5 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) à 224 |
|---|---|---|---|---|---|---|---|
| YOLO26n-cls | 224 | 71.4 | 90.1 | 5.0 ± 0.3 | 1.1 ± 0.0 | 2.8 | 0.4 |
| YOLO26s-cls | 224 | 76.0 | 92.9 | 7.9 ± 0.2 | 1.3 ± 0.0 | 6.7 | 1.5 |
| YOLO26m-cls | 224 | 78.1 | 94.2 | 17.2 ± 0.4 | 2.0 ± 0.0 | 11.6 | 4.8 |
| YOLO26l-cls | 224 | 79.0 | 94.6 | 23.2 ± 0.3 | 2.8 ± 0.0 | 14.1 | 6.0 |
| YOLO26x-cls | 224 | 79.9 | 95.0 | 41.4 ± 0.9 | 3.8 ± 0.0 | 29.6 | 13.5 |
Fonctionnalités clés#
- Le jeu de données Ultralytics
imagenetcomprend 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 :
| Partition | Images | Classes |
|---|---|---|
| Entraînement | 1,281,167 | 1,000 |
| Validation | 50,000 | 1,000 |
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.
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.
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 :

Citations et remerciements#
Si tu utilises le jeu de données ImageNet dans tes travaux de recherche ou de développement, cite l’article suivant :
@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
imagenetutilise 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
datale cheminimagenet:Exemple d’entraînementfrom 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.
Jie Liuhow to reproduce the result of Pretrained Models? Please give me the command
Paula DerrengerUltralytics(modifié)@keeper-jie hi there!
To reproduce the pretrained classification results on ImageNet, train from the model YAML (not the
.ptweights) 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=224These commands train on the ImageNet dataset for 100 epochs at 224x224. You can adjust the
epochsandimgszparameters 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! 🚀
Jie Liuplease 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
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=224These commands will initiate training on the ImageNet dataset for 100 epochs with an image size of 224x224 pixels. You can adjust the
epochsandimgszparameters 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! 🚀
Jie LiuI 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 [34m[1mtrain:[0m /dataset/imagenet/train... found 1281167 images in 1000 classes ✅ [34m[1mval:[0m /dataset/imagenet/val... found 50000 images in 1000 classes ✅ [34m[1mtest:[0m None... classes top1_acc top5_acc: 100%|██████████| 53/53 [00:31<00:0 all 0.631 0.858
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:
-
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.
-
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.
-
Data Augmentation: Implementing data augmentation techniques can help improve model generalization. Techniques like random cropping, flipping, and color jittering can be beneficial.
-
Learning Rate Scheduler: Using a learning rate scheduler can help in adjusting the learning rate during training, which might improve convergence.
-
Regularization Techniques: Techniques such as dropout and weight decay can help in preventing overfitting and improving model performance.
-
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=224If 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!
-
Jie LiuBug 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=0,1,2,3,4,5,6,7Result :
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 [34m[1mtrain:[0m /dataset/imagenet/train... found 1281167 images in 1000 classes ✅ [34m[1mval:[0m /dataset/imagenet/val... found 50000 images in 1000 classes ✅ [34m[1mtest:[0m None... classes top1_acc top5_acc: 100%|██████████| 53/53 [00:31<00:0 all 0.631 0.858Dependencies(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>=0.11.0Addition 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/train4I use yolov8 docker with command
docker pull ultralytics/ultralytics:8.1.8
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:
-
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.
-
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.
-
Data Augmentation: Implementing data augmentation techniques can help improve model generalization. Techniques like random cropping, flipping, and color jittering can be beneficial.
-
Learning Rate Scheduler: Using a learning rate scheduler can help in adjusting the learning rate during training, which might improve convergence.
-
Regularization Techniques: Techniques such as dropout and weight decay can help in preventing overfitting and improving model performance.
-
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=224Additional 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! 🚀
-