Ensemble de données ImageNet

ImageNet est une base de données à grande échelle d'images annotées conçue pour être utilisée dans la recherche sur la reconnaissance visuelle des objets. Elle contient plus de 14 millions d'images, chaque image étant annotée à l'aide de synsets WordNet, ce qui en fait l'une des ressources les plus complètes disponibles pour la formation de modèles d'apprentissage profond dans les tâches de vision par ordinateur.

Modèles préformés ImageNet

Caractéristiques principales

• ImageNet contient plus de 14 millions d'images haute résolution couvrant des milliers de catégories d'objets.
• L'ensemble de données est organisé selon la hiérarchie WordNet, chaque synset représentant une catégorie.
• ImageNet est largement utilisé pour la formation et l'analyse comparative dans le domaine de la vision par ordinateur, en particulier pour les tâches de classification d'images et de détection d'objets.
• Le défi annuel de reconnaissance visuelle à grande échelle ImageNet (ILSVRC) a joué un rôle déterminant dans l'avancement de la recherche sur la vision par ordinateur.

Structure de l'ensemble de données

L'ensemble de données ImageNet est organisé selon la hiérarchie WordNet. Chaque nœud de la hiérarchie représente une catégorie, et chaque catégorie est décrite par un synset (une collection de termes synonymes). Les images d'ImageNet sont annotées avec un ou plusieurs synsets, ce qui constitue une ressource riche pour l'entraînement des modèles à la reconnaissance de divers objets et de leurs relations.

Défi ImageNet de reconnaissance visuelle à grande échelle (ILSVRC)

Le défi annuel de reconnaissance visuelle à grande échelle ImageNet (ILSVRC ) a été un événement important dans le domaine de la vision par ordinateur. Il a offert une plateforme aux chercheurs et aux développeurs pour évaluer leurs algorithmes et leurs modèles sur un ensemble de données à grande échelle avec des métriques d'évaluation normalisées. L'ILSVRC a permis des avancées significatives dans le développement de modèles d'apprentissage profond pour la classification d'images, la détection d'objets et d'autres tâches de vision par ordinateur.

Applications

L'ensemble de données ImageNet est largement utilisé pour former et évaluer des modèles d'apprentissage profond dans diverses tâches de vision par ordinateur, telles que la classification d'images, la détection d'objets et la localisation d'objets. Certaines architectures d'apprentissage profond populaires, telles que AlexNet, VGG et ResNet, ont été développées et évaluées à l'aide de l'ensemble de données ImageNet.

Utilisation

Pour former un modèle d'apprentissage profond sur l'ensemble de données ImageNet pendant 100 époques avec une taille d'image de 224x224, tu peux utiliser les extraits de code suivants. Pour obtenir une liste complète des arguments disponibles, reporte-toi à la page Formation du modèle.

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n-cls.pt')  # load a pretrained model (recommended for training)

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

# Start training from a pretrained *.pt model
yolo train data=imagenet model=yolov8n-cls.pt epochs=100 imgsz=224

Exemples d'images et d'annotations

L'ensemble de données ImageNet contient des images haute résolution couvrant des milliers de catégories d'objets, ce qui constitue un ensemble de données diversifié et étendu pour l'entraînement et l'évaluation des modèles de vision par ordinateur. Voici quelques exemples d'images tirées de l'ensemble de données :

L'exemple met en évidence la variété et la complexité des images de l'ensemble de données ImageNet, soulignant l'importance d'un ensemble de données diversifié pour former des modèles de vision par ordinateur robustes.

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, pour la création et la maintenance de l'ensemble de données ImageNet, qui constitue une ressource précieuse pour la communauté de recherche sur l'apprentissage automatique et la vision par ordinateur. Pour plus d'informations sur l'ensemble de données ImageNet et ses créateurs, visite le site Web d'ImageNet.

Commentaires