ImageNetデータセット#

Ultralytics ImageNetデータセット（data="imagenet"）は、画像分類モデルのトレーニングとベンチマークに使用されるImageNet-1k / ILSVRC-2012サブセットです。1,000のオブジェクトクラス、1,281,167枚のトレーニング画像、50,000枚の検証画像が含まれており、画像サイズは224x224、ダウンロードするデータ量は約144 GBです。より広範なImageNetデータベースははるかに大規模で、20,000を超えるカテゴリにわたるWordNet synsetでアノテーションされた1,400万枚以上の高解像度画像が含まれていますが、Ultralyticsでは、コンピュータービジョンにおけるディープラーニングの事実上のベンチマークとなった、標準化された1,000クラスのILSVRCサブセットを使用してトレーニングします。

ImageNet事前学習済みモデル#

主な特徴#

• Ultralyticsのimagenetデータセットは、1,000クラス、1,281,167枚のトレーニング画像、50,000枚の検証画像（ILSVRC-2012）を提供する、画像分類における標準的な事前学習ベンチマークです。
• クラスはWordNetの階層に従って整理されており、各クラスはsynset（同義語の集合）に対応します。
• 画像は224x224でトレーニングされ、データセット全体のダウンロード容量は約~144 GBです。
• 毎年開催されるImageNet大規模視覚認識チャレンジ（ILSVRC）は、コンピュータービジョン研究の発展に大きく貢献してきました。

データセットの構成#

UltralyticsのImageNetデータセットでは、次のILSVRC-2012分割を使用します。

画像は、WordNet synset ID（例: n01440764）で命名されたクラスごとのフォルダーに保存されます。これは、Ultralyticsの分類トレーニングで想定される構成です。1,000クラスのそれぞれがWordNet synsetに対応しており、個別のテスト分割はないため、50,000枚の検証セットを精度の測定に使用します。

ImageNet大規模視覚認識チャレンジ（ILSVRC）#

毎年開催されるImageNet大規模視覚認識チャレンジ（ILSVRC）により、研究者は大規模で標準化されたデータセット上で、一貫した評価指標を用いてアルゴリズムをベンチマークできました。これにより、画像分類、オブジェクト検出、その他のビジョンタスクにおけるディープラーニングが大きく進展しました。特に、AlexNetが2012年に優勝したことは、現代のディープラーニング時代の幕開けに寄与しました。

アプリケーション#

ImageNetデータセットは、画像分類、オブジェクト検出、オブジェクトローカライゼーションのディープラーニングモデルのトレーニングと評価に広く使用されています。AlexNet、VGG、ResNetなどの画期的なアーキテクチャは、いずれもImageNet上で開発およびベンチマークされました。また、ImageNet事前学習済み重みは、さまざまなビジョンタスクにおける転移学習の一般的な出発点として現在も使用されています。

使用方法#

ImageNet上で、224x224の画像サイズを使用して100エポックのYOLO分類モデルをトレーニングするには、以下のコードスニペットを使用します。使用可能な引数の一覧については、モデルのトレーニングページを参照してください。

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)

Ultralytics Platformを使用して、分類データセットの管理やクラウドでのトレーニング実行も行えます。

サンプル画像とアノテーション#

ImageNetデータセットはILSVRC-2012の1,000クラスを網羅しており、コンピュータービジョンモデルのトレーニングと評価に利用できる、多様で大規模なリソースを提供します。以下にデータセットの画像例を示します。

引用と謝辞#

研究または開発作業でImageNetデータセットを使用する場合は、次の論文を引用してください：

@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}
}

Olga Russakovsky、Jia Deng、Li Fei-Feiが率いるImageNetチームが、機械学習およびコンピュータービジョン研究コミュニティにとって貴重なリソースであるImageNetデータセットを作成・維持していることに謝意を表します。ImageNetデータセットとその作成者の詳細については、ImageNetのウェブサイトをご覧ください。

FAQ#