इमेजनेट10 डेटासेट

ImageNet10 डेटासेट ImageNet डेटाबेस का एक छोटे पैमाने का सबसेट है, जिसे किसके द्वारा विकसित किया गया हैUltralytics और सीआई परीक्षण, विवेक जांच और प्रशिक्षण पाइपलाइनों के तेजी से परीक्षण के लिए डिज़ाइन किया गया है। यह डेटासेट प्रशिक्षण सेट में पहली छवि और इमेजनेट में पहले 10 वर्गों के सत्यापन सेट से पहली छवि से बना है। हालांकि काफी छोटा, यह मूल इमेजनेट डेटासेट की संरचना और विविधता को बरकरार रखता है।

प्रमुख विशेषताऐं

• ImageNet10 ImageNet का एक कॉम्पैक्ट संस्करण है, जिसमें 20 छवियां मूल डेटासेट के पहले 10 वर्गों का प्रतिनिधित्व करती हैं।
• डेटासेट को वर्डनेट पदानुक्रम के अनुसार व्यवस्थित किया जाता है, जो पूर्ण इमेजनेट डेटासेट की संरचना को प्रतिबिंबित करता है।
• यह सीआई परीक्षणों, विवेक जांच और कंप्यूटर दृष्टि कार्यों में प्रशिक्षण पाइपलाइनों के तेजी से परीक्षण के लिए आदर्श रूप से अनुकूल है।
• हालांकि मॉडल बेंचमार्किंग के लिए डिज़ाइन नहीं किया गया है, यह एक मॉडल की बुनियादी कार्यक्षमता और शुद्धता का त्वरित संकेत प्रदान कर सकता है।

डेटासेट संरचना

ImageNet10 डेटासेट, मूल ImageNet की तरह, WordNet पदानुक्रम का उपयोग करके व्यवस्थित किया जाता है। ImageNet10 में 10 वर्गों में से प्रत्येक को एक सिंसेट (पर्यायवाची शब्दों का एक संग्रह) द्वारा वर्णित किया गया है। ImageNet10 में छवियों को एक या एक से अधिक सिंसेट के साथ एनोटेट किया जाता है, जो विभिन्न वस्तुओं और उनके संबंधों को पहचानने के लिए परीक्षण मॉडल के लिए एक कॉम्पैक्ट संसाधन प्रदान करता है।

अनुप्रयोगों

ImageNet10 डेटासेट कंप्यूटर विज़न मॉडल और पाइपलाइनों के त्वरित परीक्षण और डिबगिंग के लिए उपयोगी है। इसका छोटा आकार तेजी से पुनरावृत्ति की अनुमति देता है, जो इसे निरंतर एकीकरण परीक्षणों और विवेक जांच के लिए आदर्श बनाता है। इसका उपयोग नए मॉडलों के तेजी से प्रारंभिक परीक्षण या पूर्ण इमेजनेट डेटासेट के साथ पूर्ण पैमाने पर परीक्षण पर जाने से पहले मौजूदा मॉडल में बदलाव के लिए भी किया जा सकता है।

उपयोग

10x224 के छवि आकार के साथ ImageNet224 डेटासेट पर गहन शिक्षण मॉडल का परीक्षण करने के लिए, आप निम्न कोड स्निपेट का उपयोग कर सकते हैं। उपलब्ध तर्कों की व्यापक सूची के लिए, मॉडल प्रशिक्षण पृष्ठ देखें।

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="imagenet10", epochs=5, imgsz=224)

# Start training from a pretrained *.pt model
yolo train data=imagenet10 model=yolov8n-cls.pt epochs=5 imgsz=224

नमूना छवियाँ और एनोटेशन

ImageNet10 डेटासेट में मूल ImageNet डेटासेट से छवियों का एक सबसेट होता है। इन छवियों को डेटासेट में पहले 10 वर्गों का प्रतिनिधित्व करने के लिए चुना जाता है, जो त्वरित परीक्षण और मूल्यांकन के लिए एक विविध अभी तक कॉम्पैक्ट डेटासेट प्रदान करता है।

उदाहरण इमेजनेट 10 डेटासेट में छवियों की विविधता और जटिलता को दर्शाता है, जो विवेक जांच और कंप्यूटर दृष्टि मॉडल के त्वरित परीक्षण के लिए इसकी उपयोगिता पर प्रकाश डालता है।

प्रशंसा पत्र और पावती

यदि आप अपने शोध या विकास कार्य में ImageNet10 डेटासेट का उपयोग करते हैं, तो कृपया मूल इमेजनेट पेपर का हवाला दें:

@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}
}

हम इमेजनेट डेटासेट बनाने और बनाए रखने के लिए ओल्गा रुसाकोवस्की, जिया डेंग और ली फी-फी के नेतृत्व में इमेजनेट टीम को स्वीकार करना चाहते हैं। इमेजनेट 10 डेटासेट, जबकि एक कॉम्पैक्ट सबसेट, मशीन लर्निंग और कंप्यूटर विजन रिसर्च कम्युनिटी में त्वरित परीक्षण और डिबगिंग के लिए एक मूल्यवान संसाधन है। इमेजनेट डेटासेट और इसके रचनाकारों के बारे में अधिक जानकारी के लिए, इमेजनेट वेबसाइट पर जाएं।

अक्सर पूछे जाने वाले प्रश्न

ImageNet10 डेटासेट क्या है और यह पूर्ण ImageNet डेटासेट से कैसे भिन्न है?

ImageNet10 डेटासेट मूल ImageNet डेटाबेस का एक कॉम्पैक्ट सबसेट है, जिसे द्वारा बनाया गया हैUltralytics तेजी से सीआई परीक्षण, पवित्रता जांच, और प्रशिक्षण पाइपलाइन मूल्यांकन के लिए। ImageNet10 में केवल 20 छवियां शामिल हैं, जो ImageNet में पहले 10 वर्गों के प्रशिक्षण और सत्यापन सेट में पहली छवि का प्रतिनिधित्व करती हैं। अपने छोटे आकार के बावजूद, यह पूर्ण डेटासेट की संरचना और विविधता को बनाए रखता है, जिससे यह त्वरित परीक्षण के लिए आदर्श बन जाता है लेकिन बेंचमार्किंग मॉडल के लिए नहीं।

मैं अपने गहन शिक्षण मॉडल का परीक्षण करने के लिए ImageNet10 डेटासेट का उपयोग कैसे कर सकता हूं?

10x224 के छवि आकार के साथ ImageNet224 डेटासेट पर अपने गहन शिक्षण मॉडल का परीक्षण करने के लिए, निम्न कोड स्निपेट का उपयोग करें।

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="imagenet10", epochs=5, imgsz=224)

# Start training from a pretrained *.pt model
yolo train data=imagenet10 model=yolov8n-cls.pt epochs=5 imgsz=224

उपलब्ध तर्कों की व्यापक सूची के लिए प्रशिक्षण पृष्ठ देखें।

मुझे CI परीक्षणों और विवेक जांच के लिए ImageNet10 डेटासेट का उपयोग क्यों करना चाहिए?

ImageNet10 डेटासेट विशेष रूप से CI परीक्षणों, विवेक जांच और गहन शिक्षण पाइपलाइनों में त्वरित मूल्यांकन के लिए डिज़ाइन किया गया है। इसका छोटा आकार तेजी से पुनरावृत्ति और परीक्षण की अनुमति देता है, जिससे यह निरंतर एकीकरण प्रक्रियाओं के लिए एकदम सही है जहां गति महत्वपूर्ण है। मूल इमेजनेट डेटासेट की संरचनात्मक जटिलता और विविधता को बनाए रखते हुए, इमेजनेट 10 एक बड़े डेटासेट को संसाधित करने के ओवरहेड के बिना मॉडल की बुनियादी कार्यक्षमता और शुद्धता का एक विश्वसनीय संकेत प्रदान करता है।

ImageNet10 डेटासेट की मुख्य विशेषताएं क्या हैं?

ImageNet10 डेटासेट में कई प्रमुख विशेषताएं हैं:

• कॉम्पैक्ट आकार: केवल 20 छवियों के साथ, यह तेजी से परीक्षण और डिबगिंग की अनुमति देता है।
• संरचित संगठन: पूर्ण ImageNet डेटासेट के समान WordNet पदानुक्रम का अनुसरण करता है।
• सीआई और सैनिटी चेक: निरंतर एकीकरण परीक्षणों और विवेक जांच के लिए आदर्श रूप से अनुकूल।
• बेंचमार्किंग के लिए नहीं: त्वरित मॉडल मूल्यांकन के लिए उपयोगी होने पर, यह व्यापक बेंचमार्किंग के लिए डिज़ाइन नहीं किया गया है।

मैं ImageNet10 डेटासेट कहां से डाउनलोड कर सकता हूं?

आप ImageNet10 डेटासेट को से डाउनलोड कर सकते हैं Ultralytics GitHub पेज जारी करता है। इसकी संरचना और अनुप्रयोगों के बारे में अधिक विस्तृत जानकारी के लिए, ImageNet10 डेटासेट पृष्ठ देखें।

टिप्पणियाँ