Link to this sectionImageWoof データセット#

Name: ImageWoof 画像分類データセット
Creator: fast.ai
License: https://www.image-net.org/download.php
Keywords: ImageWoof データセット, ImageNet サブセット, 犬種, 画像分類, 細かい分類, ディープラーニング, 機械学習, Ultralytics, ノイズラベル

ImageWoof データセットは、ImageNet のサブセットであり、fast.ai によって画像分類アルゴリズムへのより困難な課題として作成された、識別が意図的に難しい10種類の犬種で構成されています。これには12,954枚のカラー画像（学習用9,025枚、検証用3,929枚）が含まれており、ビーグル、シーズー、ゴールデン・レトリバーなどの犬種を通して、単純な物体カテゴリではなく、微細で精密な違いをモデルに区別させることを目的としています。

Link to this section主な特徴#

ImageWoof には、オーストラリアン・テリア、ボーダー・テリア、サモエド、ビーグル、シーズー、イングリッシュ・フォックスハウンド、ローデシアン・リッジバック、ディンゴ、ゴールデン・レトリバー、オールド・イングリッシュ・シープドッグという10種類の犬種にわたる12,954枚の画像が含まれています。
学習用9,025枚、検証用3,929枚の事前定義された分割が含まれており、計算リソースに応じてさまざまな解像度（フルサイズ、320px、160px）で利用可能です。
ラベルが常に信頼できるとは限らない、より現実的なシナリオを想定したノイズラベル付きのバージョンも含まれています。

Link to this sectionデータセットの構造#

ImageWoof には事前定義された学習/検証分割が含まれており、各犬種は個別のフォルダに格納されています。

分割	画像	クラス
トレーニング	9,025	10
バリデーション	3,929	10

10個のクラスすべてが犬種であるため、この分割はフルサイズの ImageNet データセットのような広範な物体認識ではなく、視覚的に類似したカテゴリを区別する「細かい分類（ファイングレイン分類）」をテストするように設計されています。

Link to this sectionアプリケーション#

ImageWoof データセットは、より複雑で類似したクラスに対するディープラーニングモデルの学習および評価に広く使用されています。その課題は、犬種間の微妙な違いにあり、モデルのパフォーマンスと汎化性能の限界を押し広げます。特に以下のような場合に価値があります。

細かい分類カテゴリにおける分類パフォーマンスのベンチマーク
類似したクラスに対するモデルの堅牢性のテスト
微妙な視覚的差異を区別できるアルゴリズムの開発
一般的なドメインから特定のドメインへの転移学習の評価

Link to this section使用方法#

ImageWoof データセットで224x224の画像サイズを使用して100 エポック分類モデルを学習するには、以下のコードスニペットを使用してください。利用可能な引数の完全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。

学習例

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="imagewoof", epochs=100, imgsz=224)

Link to this sectionデータセットのバリエーション#

ImageWoof は、さまざまな研究ニーズや計算予算に対応するために3つのサイズで提供されています。

フルサイズ (imagewoof): オリジナルバージョンのフルサイズ画像。最終的な学習やパフォーマンスのベンチマークに最適です。
中サイズ (imagewoof320): 最大エッジ長を320ピクセルにリサイズした画像。モデルのパフォーマンスを著しく低下させることなく、より高速な学習に適しています。
小サイズ (imagewoof160): 最大エッジ長を160ピクセルにリサイズした画像。学習速度を優先する迅速なプロトタイピングや実験用に設計されています。

これらのバリエーションを使用するには、データセット引数の imagewoof を imagewoof320 または imagewoof160 に置き換えるだけです。例:

例

from ultralytics import YOLO

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

# For medium-sized dataset
model.train(data="imagewoof320", epochs=100, imgsz=224)

# For small-sized dataset
model.train(data="imagewoof160", epochs=100, imgsz=224)

画像サイズが小さいと分類精度が低下する可能性がありますが、モデル開発の初期段階で迅速に反復を行うには最適な方法です。また、Ultralytics Platform を使用して、クラウド上で分類データセットの管理や学習の実行を行うことも可能です。

Link to this sectionサンプル画像とアノテーション#

ImageWoof データセットにはさまざまな犬種のカラフルな画像が含まれており、画像分類タスクにおける困難なデータセットとなっています。データセットの画像例をいくつか示します。

ImageWoof 犬種分類データセットのサンプル

この例では、異なる犬種間の微妙な違いや類似点が示されており、分類タスクの複雑さと難しさを際立たせています。

Link to this section引用と謝辞#

研究や開発業務で ImageWoof データセットを使用する場合は、公式データセットリポジトリへのリンクを記載して、データセットの作成者に謝辞を述べてください。

We would like to acknowledge the fast.ai team for creating and maintaining ImageWoof as a valuable resource for the machine learning and computer vision research community. For more information about ImageWoof, visit the ImageWoof dataset repository.

Link to this sectionよくある質問 (FAQ)#

Link to this sectionUltralytics における ImageWoof データセットとは何ですか？#

ImageWoof データセットは、10種類の犬種に焦点を当てた ImageNet の挑戦的なサブセットであり、12,954枚の画像（学習用9,025枚、検証用3,929枚）が含まれています。fast.ai によって画像分類モデルの限界を押し広げるために作成され、ビーグル、シーズー、ゴールデン・レトリバーなどの犬種が登場します。このデータセットはさまざまな解像度（フルサイズ、320px、160px）で利用可能であり、より現実的な学習シナリオのためにノイズラベルも含まれているため、高度なディープラーニングモデルの開発に最適です。

Link to this sectionImageWoof には何枚の画像と何種類の犬種がありますか？#

ImageWoof には合計12,954枚の画像（学習用9,025枚、検証用3,929枚）が含まれており、オーストラリアン・テリア、ボーダー・テリア、サモエド、ビーグル、シーズー、イングリッシュ・フォックスハウンド、ローデシアン・リッジバック、ディンゴ、ゴールデン・レトリバー、オールド・イングリッシュ・シープドッグの10種類の犬種をカバーしています。各犬種は、Ultralytics が期待する標準的な分類レイアウトに従い、独自のフォルダに格納されています。

Link to this sectionUltralytics YOLO を使用して ImageWoof データセットでモデルを学習するにはどうすればよいですか？#

Ultralytics YOLO を使用して ImageWoof データセットで100エポック、224x224の画像サイズで分類モデルを学習するには、以下のコードを使用してください。

学習例

from ultralytics import YOLO

model = YOLO("yolo26n-cls.pt")  # Load a pretrained model
results = model.train(data="imagewoof", epochs=100, imgsz=224)

利用可能な学習引数の詳細については、トレーニングページを参照してください。