Set di dati ImageNet

ImageNet è un database su larga scala di immagini annotate progettato per essere utilizzato nella ricerca sul riconoscimento degli oggetti visivi. Contiene oltre 14 milioni di immagini, ognuna delle quali è annotata utilizzando i sinonimi di WordNet, il che la rende una delle risorse più ampie disponibili per l'addestramento di modelli di deep learning in compiti di computer vision.

Modelli precostituiti di 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 sinonimo che rappresenta una categoria.
• ImageNet è ampiamente utilizzato per la formazione e il benchmarking nel campo della computer vision, in particolare per la classificazione delle immagini e il rilevamento degli oggetti.
• L'annuale ImageNet Large Scale Visual Recognition Challenge (ILSVRC) è stata determinante per il progresso della ricerca sulla computer vision.

Struttura del set di dati

Il dataset ImageNet è organizzato utilizzando la gerarchia WordNet. Ogni nodo della gerarchia rappresenta una categoria e ogni categoria è descritta da un synset (una raccolta di termini sinonimi). Le immagini presenti in ImageNet sono annotate con uno o più sinonimi, fornendo una ricca risorsa per l'addestramento di modelli per il riconoscimento di vari oggetti e delle loro relazioni.

Sfida di riconoscimento visivo su larga scala ImageNet (ILSVRC)

L'annuale ImageNet Large Scale Visual Recognition Challenge (ILSVRC) è stato un evento importante nel campo della computer vision. Ha fornito una piattaforma a ricercatori e sviluppatori per valutare i loro algoritmi e modelli su un set di dati 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 degli oggetti e altri compiti di computer vision.

Applicazioni

Il dataset ImageNet è ampiamente utilizzato per l'addestramento e la valutazione di modelli di deep learning in diverse attività di computer vision, come la classificazione di immagini, il rilevamento di oggetti e la localizzazione di oggetti. Alcune popolari architetture di deep learning, 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 epoch con un'immagine di dimensioni 224x224, puoi utilizzare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, consulta la pagina di addestramento del modello.

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

Immagini di esempio e annotazioni

Il dataset ImageNet contiene immagini ad alta risoluzione che coprono migliaia di categorie di oggetti, fornendo un set di dati ampio e diversificato per l'addestramento e la valutazione dei modelli di computer vision. Ecco alcuni esempi di immagini tratte dal dataset:

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

Citazioni e ringraziamenti

Se utilizzi il dataset ImageNet nel tuo lavoro di ricerca o sviluppo, cita il seguente documento:

@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 preziosa risorsa per la comunità di ricerca sull'apprendimento automatico e la visione artificiale. Per maggiori informazioni sul dataset ImageNet e sui suoi creatori, visita il sito web di ImageNet.

DOMANDE FREQUENTI

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 i sinonimi di WordNet. È ampiamente utilizzato nella ricerca sul riconoscimento degli oggetti visivi, tra cui la classificazione delle immagini e il rilevamento degli oggetti. Le annotazioni e l'enorme volume del dataset costituiscono 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 progresso della computer vision.

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

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

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

Per un corso di formazione più approfondito, consulta la nostra pagina Formazione.

Perché dovrei utilizzare i modelli preaddestrati di Ultralytics YOLOv8 per i miei progetti di dataset ImageNet?

Ultralytics YOLOv8 I modelli pre-addestrati offrono prestazioni all'avanguardia in termini di velocità e precisione per diversi compiti di computer vision. Ad esempio, il modello YOLOv8n-cls, con un'accuratezza top-1 del 69,0% e un'accuratezza top-5 dell'88,3%, è ottimizzato per le applicazioni in tempo reale. I modelli pre-addestrati riducono le risorse computazionali necessarie per la formazione da zero e accelerano i cicli di sviluppo. Per saperne di più sulle metriche delle prestazioni dei modelli di YOLOv8 , consulta la sezione Modelli preaddestrati di ImageNet.

Come è strutturato il dataset ImageNet e perché è importante?

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

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

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

Commenti