Dataset ImageNet

ImageNet è un database su larga scala di immagini annotate progettato per l'uso nella ricerca sul riconoscimento visivo degli oggetti. Contiene oltre 14 milioni di immagini, ciascuna annotata utilizzando i synset di WordNet, rendendola una delle risorse più estese disponibili per l'addestramento di modelli di deep learning in attività di computer vision.

Modelli Preaddestrati ImageNet

Caratteristiche principali

• ImageNet contiene oltre 14 milioni di immagini ad alta risoluzione che coprono migliaia di categorie di oggetti.
• Il dataset è organizzato secondo la gerarchia di WordNet, con ogni synset che rappresenta una categoria.
• ImageNet è ampiamente utilizzato per l'addestramento e il benchmarking nel campo della computer vision, in particolare per attività di classificazione delle immagini e rilevamento di oggetti.
• L'annuale ImageNet Large Scale Visual Recognition Challenge (ILSVRC) è stato fondamentale per far progredire la ricerca nella computer vision.

Struttura del dataset

Il dataset ImageNet è organizzato utilizzando la gerarchia di WordNet. Ogni nodo nella gerarchia rappresenta una categoria, e ogni categoria è descritta da un synset (una raccolta di termini sinonimi). Le immagini in ImageNet sono annotate con uno o più synset, fornendo una ricca risorsa per addestrare modelli a riconoscere vari oggetti e le loro relazioni.

ImageNet Large Scale Visual Recognition Challenge (ILSVRC)

L'annuale ImageNet Large Scale Visual Recognition Challenge (ILSVRC) è stato un evento importante nel campo della computer vision. Ha fornito una piattaforma per ricercatori e sviluppatori per valutare i propri algoritmi e modelli su un dataset su larga scala con metriche di valutazione standardizzate. L'ILSVRC ha portato a progressi significativi nello sviluppo di modelli di deep learning per la classificazione delle immagini, il rilevamento di oggetti e altre attività di computer vision.

Applicazioni

Il dataset ImageNet è ampiamente utilizzato per addestrare e valutare modelli di deep learning in varie attività di computer vision, come la classificazione delle immagini, il rilevamento di oggetti e la localizzazione di oggetti. Alcune architetture di deep learning popolari, come AlexNet, VGG e ResNet, sono state sviluppate e sottoposte a benchmark utilizzando il dataset ImageNet.

Utilizzo

Per addestrare un modello di deep learning sul dataset ImageNet per 100 epoche con una dimensione dell'immagine di 224x224, puoi utilizzare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, fai riferimento alla pagina Training del modello.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

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

Immagini campione e annotazioni

Il dataset ImageNet contiene immagini ad alta risoluzione che coprono migliaia di categorie di oggetti, fornendo un dataset diversificato ed esteso per addestrare e valutare modelli di computer vision. Ecco alcuni esempi di immagini dal dataset:

L'esempio mostra la varietà e la complessità delle immagini nel dataset ImageNet, sottolineando l'importanza di un dataset diversificato per l'addestramento di modelli di computer vision robusti.

Citazioni e ringraziamenti

Se utilizzi il dataset ImageNet nel tuo lavoro di ricerca o sviluppo, ti preghiamo di citare il seguente articolo:

@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}
}

Desideriamo ringraziare il team di ImageNet, guidato da Olga Russakovsky, Jia Deng e Li Fei-Fei, per aver creato e mantenuto il dataset ImageNet come una risorsa preziosa per la comunità di ricerca sul machine learning e la computer vision. Per maggiori informazioni sul dataset ImageNet e sui suoi creatori, visita il sito web di ImageNet.

FAQ

Cos'è il dataset ImageNet e come viene utilizzato nella computer vision?

Il dataset ImageNet è un database su larga scala composto da oltre 14 milioni di immagini ad alta risoluzione categorizzate utilizzando synset di WordNet. È ampiamente utilizzato nella ricerca sul riconoscimento visivo degli oggetti, inclusi la classificazione delle immagini e il rilevamento di oggetti. Le annotazioni e il volume considerevole del dataset forniscono una ricca risorsa per l'addestramento di modelli di deep learning. In particolare, modelli come AlexNet, VGG e ResNet sono stati addestrati e sottoposti a benchmark utilizzando ImageNet, dimostrando il suo ruolo nel far progredire la computer vision.

Come posso utilizzare un modello YOLO preaddestrato per la classificazione delle immagini sul dataset ImageNet?

Per utilizzare un modello Ultralytics YOLO preaddestrato per la classificazione delle immagini sul dataset ImageNet, segui questi passaggi:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

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

Per istruzioni di addestramento più approfondite, fai riferimento alla nostra pagina di Training.

Perché dovrei utilizzare i modelli preaddestrati Ultralytics YOLO26 per i miei progetti sul dataset ImageNet?

I modelli preaddestrati Ultralytics YOLO26 offrono prestazioni all'avanguardia in termini di velocità e accuratezza per varie attività di computer vision. Ad esempio, il modello YOLO26n-cls, con un'accuratezza top-1 del 70,0% e un'accuratezza top-5 dell'89,4%, è ottimizzato per applicazioni in tempo reale. I modelli preaddestrati riducono le risorse computazionali necessarie per l'addestramento da zero e accelerano i cicli di sviluppo. Scopri di più sulle metriche di prestazione dei modelli YOLO26 nella sezione Modelli Preaddestrati ImageNet.

Come è strutturato il dataset ImageNet e perché è importante?

Il dataset ImageNet è organizzato utilizzando la gerarchia di WordNet, dove ogni nodo nella gerarchia rappresenta una categoria descritta da un synset (una raccolta di termini sinonimi). Questa struttura consente annotazioni dettagliate, rendendolo ideale per addestrare modelli a riconoscere un'ampia varietà di oggetti. La diversità e la ricchezza delle annotazioni di ImageNet lo rendono un dataset prezioso per lo sviluppo di modelli di deep learning robusti e generalizzabili. Maggiori informazioni su questa organizzazione sono disponibili nella sezione Struttura del Dataset.

Che ruolo svolge l'ImageNet Large Scale Visual Recognition Challenge (ILSVRC) nella computer vision?

L'annuale ImageNet Large Scale Visual Recognition Challenge (ILSVRC) è stato fondamentale nel guidare i progressi nella computer vision fornendo una piattaforma competitiva per la valutazione di algoritmi su un dataset standardizzato su larga scala. Offre metriche di valutazione standardizzate, favorendo l'innovazione e lo sviluppo in aree come la classificazione delle immagini, il rilevamento di oggetti e la segmentazione delle immagini. La sfida ha continuamente spinto i confini di ciò che è possibile con il deep learning e le tecnologie di computer vision.