Link to this sectionImageNet10 データセット#
Ultralytics の ImageNet10 データセット (data="imagenet10") は、ImageNet の最初の10クラスからなる24枚の画像のみで構成されるサブセットです。これは継続的インテグレーション（CI）テスト、サニティチェック、およびトレーニングパイプラインの高速検証用に構築されました。完全なデータセットと同じ WordNet シーンセットのフォルダー構造で構成された12枚のトレーニング用画像と12枚の検証用画像が含まれているため、ImageNet でトレーニング可能なモデルであれば、ImageNet10 でも変更なしで、数時間ではなく数秒でトレーニングを実行できます。これは、精度 のベンチマーク用ではなく、パイプラインがエンドツーエンドで実行されることを確認するために設計されています。
Link to this section主な特徴#
- ImageNet10 には、ImageNet の最初の10クラスから抽出されたわずか24枚の画像（トレーニング用12枚、検証用12枚）が含まれています。
- このデータセットは WordNet 階層に従って整理されており、完全な ImageNet データセットのクラスごとのシーンセットフォルダーを反映しています。
- It is purpose-built for continuous integration tests, sanity checks, and rapid debugging of training pipelines in computer vision tasks.
- モデルのベンチマーク用には設計されていませんが、モデルの基本的な機能と正確性を迅速に確認できます。
Link to this sectionデータセットの構造#
ImageNet10 には、完全な ImageNet データセットの最初の10クラス（n01440764 tench から n01518878 ostrich まで）を使用した定義済みの分割が含まれています。
| 分割 | 画像 | クラス |
|---|---|---|
| トレーニング | 12 | 10 |
| バリデーション | 12 | 10 |
10個の各クラスは WordNet シーンセット（同義語のセット）であり、画像はシーンセット ID で命名されたクラスごとのフォルダーに格納されています。これは、Ultralytics の分類トレーニングが期待する構成そのものです。このため、ImageNet10 はモデルが期待されるフォルダー形式を認識できるかを確認する際に、完全なデータセットのコンパクトで構造的に忠実な代替手段となります。
Ultralytics Platform 上の ImageNet10 を調べて、クラスごとにグループ化された画像を閲覧したり、Charts タブでクラス分布を確認したり、クラウド上で独自のモデルをトレーニングするために複製したりできます。
Link to this sectionアプリケーション#
ImageNet10 データセットは、コンピュータビジョンモデルやパイプラインの迅速なテストおよびデバッグに役立ちます。サイズが小さいため迅速な反復が可能であり、継続的インテグレーション テストやサニティチェックに最適です。また、完全な ImageNet データセットを使用したフルスケールの実行に移る前に、新しいモデルやコード変更の予備テストを高速に行うのにも便利です。
Link to this section使用方法#
画像サイズ 224x224 で ImageNet10 データセットを使用して分類モデルをテストするには、以下のコードスニペットを使用してください。利用可能な引数の包括的なリストについては、モデルの Training 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="imagenet10", epochs=5, imgsz=224)Link to this sectionサンプル画像とアノテーション#
ImageNet10 データセットには、元の ImageNet データセットからの画像サブセットが含まれており、最初の10クラスを表現し、迅速なテストと評価のための多様かつコンパクトなリソースを提供するために選ばれました。
この例は、ImageNet10 データセット内の画像の多様性と複雑さを示しており、コンピュータビジョンモデルのサニティチェックと迅速なテストにおける有用性を強調しています。
Link to this section引用と謝辞#
研究や開発の仕事で ImageNet10 データセットを使用する場合は、元の ImageNet 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 ImageNet データセットを作成および維持していることに感謝の意を表します。Ultralytics によって作成された ImageNet10 サブセットは、機械学習 およびコンピュータビジョンの研究コミュニティにおいて、迅速なテストとデバッグを行うための貴重なリソースです。ImageNet データセットとその作成者に関する詳細については、ImageNet ウェブサイト をご覧ください。
Link to this sectionよくある質問 (FAQ)#
Link to this sectionImageNet10 データセットとは何ですか？また、完全な ImageNet データセットとどのように異なりますか？#
ImageNet10 データセットは、高速な CI テスト、サニティチェック、トレーニングパイプラインの評価のために Ultralytics によって作成された、ImageNet データベースのコンパクトなサブセットです。これには、ImageNet の最初の10クラスから24枚の画像（トレーニング用12枚、検証用12枚）が含まれています。サイズは小さいですが、完全なデータセットの WordNet フォルダー構造を保持しているため、モデルの精度ベンチマークには向きませんが、パイプラインの高速テストには最適です。
Link to this sectionImageNet10 には何枚の画像といくつのクラスがありますか？#
ImageNet10 には合計24枚の画像が含まれており、トレーニング用に12枚、検証用に12枚が割り当てられ、ImageNet の最初の10クラスにわたっています。各クラスは独自のフォルダーに格納された WordNet シーンセットであるため、データセットは完全な ImageNet データセットの構成をわずかなサイズで反映しています。
Link to this sectionImageNet10 データセットを使用してディープラーニングモデルをテストするにはどうすればよいですか？#
画像サイズ 224x224 で ImageNet10 上で分類モデルをテストするには、以下のコードスニペットを使用してください。
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="imagenet10", epochs=5, imgsz=224)利用可能な引数の包括的なリストについては、トレーニングページを参照してください。
Link to this sectionなぜ CI テストやサニティチェックに ImageNet10 データセットを使用すべきなのですか？#
ImageNet10 は、ディープラーニング パイプラインにおける CI テスト、サニティチェック、および迅速な評価専用に設計されています。24枚というサイズによりほぼ瞬時の反復が可能であり、速度が極めて重要な継続的インテグレーションに最適です。完全な ImageNet データセットのフォルダー構造を保持することで、大規模なデータセットを処理するオーバーヘッドなしに、モデルの基本的な機能と正確性を確実にチェックできます。
Link to this sectionImageNet10 は ImageNette などの他の小さなデータセットと比較してどうですか？#
ImageNet10 と ImageNette はどちらも ImageNet のサブセットですが、目的が異なります。ImageNet10 には最初の10クラスからわずか24枚の画像しか含まれておらず、CI テストや迅速なサニティチェックのために非常に軽量化されています。対照的に、ImageNette には容易に区別できる10クラスにわたって13,000枚以上の画像が含まれており、実際のモデルトレーニングや開発に適しています。ImageNet10 はパイプラインの機能を検証するためのものであり、ImageNette は完全な ImageNet よりも高速かつ有意義なトレーニング実験に適しています。