अफ्रीकी वन्यजीव डेटासेट

यह डेटासेट आमतौर पर दक्षिण अफ्रीकी प्रकृति भंडार में पाए जाने वाले चार सामान्य पशु वर्गों को प्रदर्शित करता है। इसमें अफ्रीकी वन्यजीवों जैसे भैंस, हाथी, गैंडा और ज़ेबरा की छवियां शामिल हैं, जो उनकी विशेषताओं में मूल्यवान अंतर्दृष्टि प्रदान करती हैं। कंप्यूटर विज़न एल्गोरिदम के प्रशिक्षण के लिए आवश्यक, यह डेटासेट चिड़ियाघरों से लेकर जंगलों तक विभिन्न आवासों में जानवरों की पहचान करने में सहायता करता है और वन्यजीव अनुसंधान का समर्थन करता है।

सतर्कता: अफ्रीकी वन्यजीव जानवरों का पता लगाना Ultralytics YOLOv8

डेटासेट संरचना

अफ्रीकी वन्यजीव वस्तुओं का पता लगाने वाले डेटासेट को तीन सबसेट में विभाजित किया गया है:

• प्रशिक्षण सेट: इसमें 1052 छवियां शामिल हैं, जिनमें से प्रत्येक में संबंधित एनोटेशन हैं।
• पुष्टि सेट: इसमें 225 इमेज शामिल हैं, जिनमें से हर इमेज में जोड़े गए एनोटेशन हैं.
• परीक्षण सेट: 227 चित्र शामिल हैं, प्रत्येक युग्मित एनोटेशन के साथ।

अनुप्रयोगों

इस डेटासेट को विभिन्न कंप्यूटर दृष्टि कार्यों जैसे ऑब्जेक्ट डिटेक्शन, ऑब्जेक्ट ट्रैकिंग और रिसर्च में लागू किया जा सकता है। विशेष रूप से, इसका उपयोग छवियों में अफ्रीकी वन्यजीव वस्तुओं की पहचान करने के लिए मॉडल को प्रशिक्षित करने और मूल्यांकन करने के लिए किया जा सकता है, जिसमें वन्यजीव संरक्षण, पारिस्थितिक अनुसंधान और प्राकृतिक भंडार और संरक्षित क्षेत्रों में निगरानी के प्रयासों में अनुप्रयोग हो सकते हैं। इसके अतिरिक्त, यह शैक्षिक उद्देश्यों के लिए एक मूल्यवान संसाधन के रूप में काम कर सकता है, जिससे छात्रों और शोधकर्ताओं को विभिन्न जानवरों की प्रजातियों की विशेषताओं और व्यवहारों का अध्ययन करने और समझने में सक्षम बनाया जा सकता है।

डेटासेट YAML

एक YAML (अभी तक एक और मार्कअप भाषा) फ़ाइल डेटासेट कॉन्फ़िगरेशन को परिभाषित करती है, जिसमें पथ, वर्ग और अन्य प्रासंगिक विवरण शामिल हैं। अफ्रीकी वन्यजीव डेटासेट के लिए, african-wildlife.yaml फ़ाइल पर स्थित है https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/african-wildlife.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 license
# African-wildlife dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/african-wildlife/
# Example usage: yolo train data=african-wildlife.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── african-wildlife  ← downloads here (100 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/african-wildlife # dataset root dir
train: train/images # train images (relative to 'path') 1052 images
val: valid/images # val images (relative to 'path') 225 images
test: test/images # test images (relative to 'path') 227 images

# Classes
names:
  0: buffalo
  1: elephant
  2: rhino
  3: zebra

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/african-wildlife.zip

उपयोग

एक प्रशिक्षित करने के लिए YOLOv8n 640 के छवि आकार के साथ 100 युगों के लिए अफ्रीकी वन्यजीव डेटासेट पर मॉडल, प्रदान किए गए कोड नमूनों का उपयोग करें। उपलब्ध मापदंडों की व्यापक सूची के लिए, मॉडल का प्रशिक्षण पृष्ठ देखें।

from ultralytics import YOLO

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

# Train the model
results = model.train(data="african-wildlife.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=african-wildlife.yaml model=yolov8n.pt epochs=100 imgsz=640

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load a brain-tumor fine-tuned model

# Inference using the model
results = model.predict("https://ultralytics.com/assets/african-wildlife-sample.jpg")

# Start prediction with a finetuned *.pt model
yolo detect predict model='path/to/best.pt' imgsz=640 source="https://ultralytics.com/assets/african-wildlife-sample.jpg"

नमूना छवियाँ और एनोटेशन

अफ्रीकी वन्यजीव डेटासेट में विविध जानवरों की प्रजातियों और उनके प्राकृतिक आवासों को प्रदर्शित करने वाली विभिन्न प्रकार की छवियां शामिल हैं। नीचे डेटासेट से छवियों के उदाहरण दिए गए हैं, प्रत्येक इसके संबंधित एनोटेशन के साथ।

• मोज़ेड छवि: यहां, हम एक प्रशिक्षण बैच प्रस्तुत करते हैं जिसमें मोज़ेक डेटासेट छवियां शामिल हैं। मोज़ेसिंग, एक प्रशिक्षण तकनीक, बैच विविधता को समृद्ध करते हुए, कई छवियों को एक में जोड़ती है। यह विधि विभिन्न ऑब्जेक्ट आकारों, पहलू अनुपात और संदर्भों में सामान्यीकरण करने की मॉडल की क्षमता को बढ़ाने में मदद करती है।

यह उदाहरण अफ्रीकी वन्यजीव डेटासेट में छवियों की विविधता और जटिलता को दर्शाता है, प्रशिक्षण प्रक्रिया के दौरान मोज़ेकिंग को शामिल करने के लाभों पर जोर देता है।

प्रशंसा पत्र और पावती

डेटासेट के तहत उपलब्ध जारी किया गया है AGPL-3.0 लाइसेंस।

अक्सर पूछे जाने वाले प्रश्न

अफ्रीकी वन्यजीव डेटासेट क्या है, और इसका उपयोग कंप्यूटर दृष्टि परियोजनाओं में कैसे किया जा सकता है?

अफ्रीकी वन्यजीव डेटासेट में दक्षिण अफ्रीकी प्रकृति भंडार में पाए जाने वाले चार सामान्य जानवरों की प्रजातियों की छवियां शामिल हैं: भैंस, हाथी, राइनो और ज़ेबरा। यह वस्तु का पता लगाने और पशु पहचान में कंप्यूटर दृष्टि एल्गोरिदम के प्रशिक्षण के लिए एक मूल्यवान संसाधन है। डेटासेट ऑब्जेक्ट ट्रैकिंग, अनुसंधान और संरक्षण प्रयासों जैसे विभिन्न कार्यों का समर्थन करता है। इसकी संरचना और अनुप्रयोगों के बारे में अधिक जानकारी के लिए, डेटासेट संरचना अनुभाग और डेटासेट के अनुप्रयोग देखें।

मैं एक को कैसे प्रशिक्षित करूं YOLOv8 अफ्रीकी वन्यजीव डेटासेट का उपयोग करके मॉडल?

आप एक प्रशिक्षित कर सकते हैं YOLOv8 का उपयोग करके अफ्रीकी वन्यजीव डेटासेट पर मॉडल african-wildlife.yaml कॉन्फ़िगरेशन फ़ाइल। नीचे एक उदाहरण दिया गया है कि कैसे प्रशिक्षित किया जाए YOLOv8n 640 की छवि आकार के साथ 100 युगों के लिए मॉडल:

from ultralytics import YOLO

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

# Train the model
results = model.train(data="african-wildlife.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=african-wildlife.yaml model=yolov8n.pt epochs=100 imgsz=640

अतिरिक्त प्रशिक्षण मापदंडों और विकल्पों के लिए, प्रशिक्षण दस्तावेज देखें।

मुझे अफ्रीकी वन्यजीव डेटासेट के लिए YAML कॉन्फ़िगरेशन फ़ाइल कहां मिल सकती है?

अफ्रीकी वन्यजीव डेटासेट के लिए YAML कॉन्फ़िगरेशन फ़ाइल, जिसका नाम african-wildlife.yaml, पर पाया जा सकता है यह GitHub लिंक. यह फ़ाइल डेटासेट कॉन्फ़िगरेशन को परिभाषित करती है, जिसमें पथ, कक्षाएं और मशीन लर्निंग मॉडल के प्रशिक्षण के लिए महत्वपूर्ण अन्य विवरण शामिल हैं। देखें डेटासेट YAML अधिक जानकारी के लिए अनुभाग।

क्या मैं अफ्रीकी वन्यजीव डेटासेट से नमूना चित्र और एनोटेशन देख सकता हूं?

हां, अफ्रीकी वन्यजीव डेटासेट में विभिन्न प्रकार की छवियां शामिल हैं जो विभिन्न जानवरों की प्रजातियों को उनके प्राकृतिक आवासों में प्रदर्शित करती हैं। आप नमूना छवियाँ और उनके संगत एनोटेशन नमूना छवियाँ और एनोटेशन अनुभाग में देख सकते हैं. यह खंड मॉडल की सामान्यीकरण क्षमता को बढ़ाते हुए, समृद्ध बैच विविधता के लिए कई छवियों को एक में संयोजित करने के लिए मोज़ेसिंग तकनीक के उपयोग को भी दिखाता है।

वन्यजीव संरक्षण और अनुसंधान का समर्थन करने के लिए अफ्रीकी वन्यजीव डेटासेट का उपयोग कैसे किया जा सकता है?

अफ्रीकी वन्यजीव डेटासेट विभिन्न आवासों में अफ्रीकी वन्यजीवों की पहचान करने के लिए मॉडल के प्रशिक्षण और मूल्यांकन को सक्षम करके वन्यजीव संरक्षण और अनुसंधान का समर्थन करने के लिए आदर्श है। ये मॉडल जानवरों की आबादी की निगरानी, उनके व्यवहार का अध्ययन करने और संरक्षण की जरूरतों को पहचानने में सहायता कर सकते हैं। इसके अतिरिक्त, डेटासेट का उपयोग शैक्षिक उद्देश्यों के लिए किया जा सकता है, जिससे छात्रों और शोधकर्ताओं को विभिन्न जानवरों की प्रजातियों की विशेषताओं और व्यवहारों को समझने में मदद मिलती है। अधिक विवरण आवेदन अनुभाग में पाया जा सकता है।

टिप्पणियाँ