इमेजनेट डेटासेट

इमेजनेट डेटासेट बड़े इमेजनेट डेटासेट का एक सबसेट है, लेकिन इसमें केवल 10 आसानी से अलग-अलग वर्ग शामिल हैं। यह सॉफ्टवेयर विकास और शिक्षा के लिए इमेजनेट का एक त्वरित, उपयोग में आसान संस्करण प्रदान करने के लिए बनाया गया था।

प्रमुख विशेषताऐं

• ImageNette में 10 अलग-अलग वर्गों जैसे tench, English स्प्रिंगर, कैसेट प्लेयर, चेन देखा, चर्च, फ्रेंच हॉर्न, कचरा ट्रक, गैस पंप, गोल्फ बॉल, पैराशूट।
• डेटासेट में अलग-अलग आयामों की रंगीन छवियां शामिल हैं।
• ImageNet का व्यापक रूप से मशीन लर्निंग के क्षेत्र में प्रशिक्षण और परीक्षण के लिए उपयोग किया जाता है, विशेष रूप से छवि वर्गीकरण कार्यों के लिए।

डेटासेट संरचना

ImageNette डेटासेट को दो सबसेट में विभाजित किया गया है:

1. प्रशिक्षण सेट: इस सबसेट में मशीन लर्निंग मॉडल के प्रशिक्षण के लिए उपयोग की जाने वाली कई हजारों छवियां हैं। सटीक संख्या प्रति वर्ग भिन्न होती है।
2. सत्यापन सेट: इस सबसेट में प्रशिक्षित मॉडलों को मान्य और बेंचमार्किंग के लिए उपयोग की जाने वाली कई सैकड़ों छवियां शामिल हैं। फिर, सटीक संख्या प्रति वर्ग भिन्न होती है।

अनुप्रयोगों

इमेजनेट डेटासेट का व्यापक रूप से छवि वर्गीकरण कार्यों में गहन शिक्षण मॉडल के प्रशिक्षण और मूल्यांकन के लिए उपयोग किया जाता है, जैसे कि दृढ़ तंत्रिका नेटवर्क (सीएनएन), और विभिन्न अन्य मशीन लर्निंग एल्गोरिदम। डेटासेट का सीधा प्रारूप और अच्छी तरह से चुनी गई कक्षाएं इसे मशीन लर्निंग और कंप्यूटर विज़न के क्षेत्र में शुरुआती और अनुभवी चिकित्सकों दोनों के लिए एक उपयोगी संसाधन बनाती हैं।

उपयोग

ImageNette डेटासेट पर 224x224 के मानक छवि आकार वाले 100 युगों के लिए एक मॉडल को प्रशिक्षित 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="imagenette", epochs=100, imgsz=224)

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

नमूना छवियाँ और एनोटेशन

इमेजनेट डेटासेट में विभिन्न वस्तुओं और दृश्यों की रंगीन छवियां होती हैं, जो छवि वर्गीकरण कार्यों के लिए एक विविध डेटासेट प्रदान करती हैं। डेटासेट से छवियों के कुछ उदाहरण यहां दिए गए हैं:

उदाहरण इमेजनेट डेटासेट में छवियों की विविधता और जटिलता को प्रदर्शित करता है, जो मजबूत छवि वर्गीकरण मॉडल के प्रशिक्षण के लिए विविध डेटासेट के महत्व पर प्रकाश डालता है।

इमेजनेट160 और इमेजनेट320

तेज़ प्रोटोटाइप और प्रशिक्षण के लिए, ImageNette डेटासेट दो कम आकारों में भी उपलब्ध है: ImageNette160 और ImageNette320। ये डेटासेट पूर्ण इमेजनेट डेटासेट के समान वर्ग और संरचना बनाए रखते हैं, लेकिन छवियों को एक छोटे आयाम में आकार दिया जाता है। जैसे, डेटासेट के ये संस्करण प्रारंभिक मॉडल परीक्षण के लिए विशेष रूप से उपयोगी होते हैं, या जब कम्प्यूटेशनल संसाधन सीमित होते हैं।

इन डेटासेट का उपयोग करने के लिए, बस प्रशिक्षण कमांड में 'इमेजनेट' को 'इमेजनेट 160' या 'इमेजनेट 320' से बदलें। निम्नलिखित कोड स्निपेट इसे स्पष्ट करते हैं:

from ultralytics import YOLO

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

# Train the model with ImageNette160
results = model.train(data="imagenette160", epochs=100, imgsz=160)

# Start training from a pretrained *.pt model with ImageNette160
yolo detect train data=imagenette160 model=yolov8n-cls.pt epochs=100 imgsz=160

from ultralytics import YOLO

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

# Train the model with ImageNette320
results = model.train(data="imagenette320", epochs=100, imgsz=320)

# Start training from a pretrained *.pt model with ImageNette320
yolo detect train data=imagenette320 model=yolov8n-cls.pt epochs=100 imgsz=320

डेटासेट के ये छोटे संस्करण विकास प्रक्रिया के दौरान तेजी से पुनरावृत्तियों की अनुमति देते हैं जबकि अभी भी मूल्यवान और यथार्थवादी छवि वर्गीकरण कार्य प्रदान करते हैं।

प्रशंसा पत्र और पावती

यदि आप अपने शोध या विकास कार्य में इमेजनेट डेटासेट का उपयोग करते हैं, तो कृपया इसे उचित रूप से स्वीकार करें। ImageNette डेटासेट के बारे में अधिक जानकारी के लिए, ImageNette डेटासेट GitHub पृष्ठ पर जाएं।

अक्सर पूछे जाने वाले प्रश्न

ImageNette डेटासेट क्या है?

ImageNette डेटासेट बड़े ImageNet डेटासेट का एक सरलीकृत सबसेट है, जिसमें केवल 10 आसानी से अलग-अलग वर्ग जैसे कि tench,English स्प्रिंगर, और फ्रेंच हॉर्न। यह छवि वर्गीकरण मॉडल के कुशल प्रशिक्षण और मूल्यांकन के लिए अधिक प्रबंधनीय डेटासेट प्रदान करने के लिए बनाया गया था। यह डेटासेट मशीन लर्निंग और कंप्यूटर विज़न में त्वरित सॉफ़्टवेयर विकास और शैक्षिक उद्देश्यों के लिए विशेष रूप से उपयोगी है।

मैं प्रशिक्षण के लिए ImageNette डेटासेट का उपयोग कैसे कर सकता हूं YOLO को गढ़ना?

एक को प्रशिक्षित करने के लिए YOLO 100 युगों के लिए ImageNette डेटासेट पर मॉडल, आप निम्न कमांड का उपयोग कर सकते हैं। सुनिश्चित करें कि Ultralytics YOLO पर्यावरण की स्थापना।

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="imagenette", epochs=100, imgsz=224)

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

अधिक जानकारी के लिए, प्रशिक्षण प्रलेखन पृष्ठ देखें।

छवि वर्गीकरण कार्यों के लिए मुझे ImageNet का उपयोग क्यों करना चाहिए?

ImageNette डेटासेट कई कारणों से फायदेमंद है:

• त्वरित और सरल: इसमें केवल 10 कक्षाएं हैं, जो इसे बड़े डेटासेट की तुलना में कम जटिल और समय लेने वाली बनाती हैं।
• शैक्षिक उपयोग: छवि वर्गीकरण की मूल बातें सीखने और सिखाने के लिए आदर्श क्योंकि इसमें कम कम्प्यूटेशनल शक्ति और समय की आवश्यकता होती है।
• बहुमुखी प्रतिभा: व्यापक रूप से विभिन्न मशीन लर्निंग मॉडल को प्रशिक्षित और बेंचमार्क करने के लिए उपयोग किया जाता है, विशेष रूप से छवि वर्गीकरण में।

मॉडल प्रशिक्षण और डेटासेट प्रबंधन के बारे में अधिक जानकारी के लिए, डेटासेट संरचना अनुभाग का अन्वेषण करें।

क्या ImageNette डेटासेट का उपयोग विभिन्न छवि आकारों के साथ किया जा सकता है?

हां, ImageNette डेटासेट दो आकार के संस्करणों में भी उपलब्ध है: ImageNette160 और ImageNette320। ये संस्करण तेजी से प्रोटोटाइप में मदद करते हैं और विशेष रूप से उपयोगी होते हैं जब कम्प्यूटेशनल संसाधन सीमित होते हैं।

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-cls.pt")

# Train the model with ImageNette160
results = model.train(data="imagenette160", epochs=100, imgsz=160)

# Start training from a pretrained *.pt model with ImageNette160
yolo detect train data=imagenette160 model=yolov8n-cls.pt epochs=100 imgsz=160

अधिक जानकारी के लिए, ImageNette160 और ImageNette320 के साथ प्रशिक्षण देखें।

ImageNette डेटासेट के कुछ व्यावहारिक अनुप्रयोग क्या हैं?

ImageNette डेटासेट का व्यापक रूप से उपयोग किया जाता है:

• शैक्षिक सेटिंग्स: मशीन लर्निंग और कंप्यूटर दृष्टि में शुरुआती लोगों को शिक्षित करने के लिए।
• सॉफ्टवेयर विकास: छवि वर्गीकरण मॉडल के तेजी से प्रोटोटाइप और विकास के लिए।
• डीप लर्निंग रिसर्च: विभिन्न डीप लर्निंग मॉडल, विशेष रूप से कन्वेंशनल न्यूरल नेटवर्क (CNNs) के प्रदर्शन का मूल्यांकन और बेंचमार्क करना।

विस्तृत उपयोग के मामलों के लिए एप्लिकेशन अनुभाग का अन्वेषण करें।

टिप्पणियाँ