イメージネットデータセット
ImageNetteデータセットは、より大きなImagenetデータセットのサブセットであるが、簡単に区別できる10クラスしか含まれていない。ソフトウェア開発や教育のために、Imagenetをより早く、使いやすくするために作られました。
主な特徴
- イメージネットには、テンチ、English スプリンガー、カセットプレーヤー、チェーンソー、教会、フレンチホーン、ゴミ収集車、ガスポンプ、ゴルフボール、パラシュートなど、10種類の画像が含まれています。
- データセットは様々な次元のカラー画像で構成されている。
- ImageNetteは、機械学習の分野、特に画像分類タスクの訓練とテストに広く使用されています。
データセット構造
ImageNetteデータセットは2つのサブセットに分かれている:
- トレーニングセット:このサブセットには、機械学習モデルの学習に使用される数千の画像が含まれる。正確な数はクラスごとに異なります。
- 検証セット:このサブセットは、学習済みモデルの検証およびベンチマークに使用される数百の画像で構成される。ここでも、正確な数はクラスごとに異なります。
アプリケーション
ImageNetteデータセットは、CNN(Convolutional Neural Networks:畳み込みニューラルネットワーク)やその他の様々な機械学習アルゴリズムのような、画像分類タスクにおけるディープラーニングモデルのトレーニングや評価に広く利用されています。このデータセットのわかりやすいフォーマットとよく選ばれたクラスは、機械学習とコンピュータビジョンの分野の初心者と経験者の両方にとって便利なリソースとなっています。
使用方法
標準画像サイズ224x224のImageNetteデータセットを100エポック学習させるには、以下のコードスニペットを使用します。利用可能な引数の包括的なリストについては、モデルのトレーニングページを参照してください。
列車の例
サンプル画像と注釈
ImageNetteデータセットには様々なオブジェクトやシーンのカラー画像が含まれており、画像分類タスクのための多様なデータセットを提供する。以下にデータセットからの画像の例を示す:
この例は、ImageNetteデータセットに含まれる画像の多様性と複雑性を示しており、ロバストな画像分類モデルをトレーニングするための多様なデータセットの重要性を強調している。
イメージネット160とイメージネット320
より迅速なプロトタイピングとトレーニングのために、ImageNetteデータセットは2つの縮小サイズでも利用可能です:ImageNette160 と ImageNette320 です。これらのデータセットは、完全なImageNetteデータセットと同じクラスと構造を維持しているが、画像はより小さい次元にリサイズされている。そのため、これらのバージョンのデータセットは、モデルの予備的なテストや、計算リソースが限られている場合に特に有用である。
これらのデータセットを使うには、trainingコマンドの'imagenette'を'imagenette160'または'imagenette320'に置き換えるだけでよい。次のコード・スニペットで説明する:
ImageNette160を使用したトレーニング例
ImageNette320を使用したトレーニング例
このような小さいバージョンのデータセットは、価値ある現実的な画像分類タスクを提供しながらも、開発プロセスでの迅速な反復を可能にする。
引用と謝辞
ImageNetteデータセットを研究または開発で使用する場合は、適切な謝辞をお願いします。ImageNetteデータセットの詳細については、ImageNetteデータセットのGitHubページをご覧ください。