コンテンツにスキップ

アフリカの野生動物データセット

このデータセットは、南アフリカの自然保護区で一般的に見られる4つの一般的な動物クラスを紹介しています。バッファロー、ゾウ、サイ、シマウマなどのアフリカの野生動物の画像が含まれており、それらの特性に関する貴重な洞察を提供します。コンピュータビジョンアルゴリズムのトレーニングに不可欠なこのデータセットは、動物園から森林まで、さまざまな生息地での動物の識別を支援し、野生生物の研究をサポートします。



見る: Ultralytics YOLO11を使用したアフリカの野生動物の検出

データセットの構造

アフリカの野生生物オブジェクト検出データセットは、3つのサブセットに分割されています。

  • Training set: それぞれに対応するアノテーションが付いた1052枚の画像が含まれています。
  • 検証セット: 各画像はアノテーションとペアになっており、225枚の画像が含まれています。
  • テストセット:227枚の画像で構成され、それぞれにペアのアノテーションが付いています。

アプリケーション

このデータセットは、物体検出、物体追跡、研究など、さまざまなコンピュータビジョンタスクに適用できます。具体的には、画像内のアフリカの野生動物オブジェクトを識別するためのモデルをトレーニングおよび評価するために使用でき、野生生物の保護、生態学的研究、および自然保護区や保護地域でのモニタリング活動に応用できます。さらに、教育目的のための貴重なリソースとして役立ち、学生や研究者がさまざまな動物種の特性と行動を研究および理解することができます。

データセット YAML

YAML (Yet Another Markup Language) ファイルは、パス、クラス、その他の関連詳細を含むデータセット構成を定義します。アフリカの野生生物データセットの場合、 african-wildlife.yaml fileは以下にあります: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/african-wildlife.yaml.

ultralytics/cfg/datasets/african-wildlife.yaml

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# African-wildlife dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/african-wildlife/
# Example usage: yolo train data=african-wildlife.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── african-wildlife ← downloads here (100 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: african-wildlife # dataset root dir
train: images/train # train images (relative to 'path') 1052 images
val: images/val # val images (relative to 'path') 225 images
test: images/test # test images (relative to 'path') 227 images

# Classes
names:
  0: buffalo
  1: elephant
  2: rhino
  3: zebra

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/african-wildlife.zip

使用法

画像サイズ640でAfrican wildlifeデータセット上でYOLO11nモデルを100エポックトレーニングするには、提供されているコードサンプルを使用します。使用可能なパラメータ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。

学習の例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="african-wildlife.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=african-wildlife.yaml model=yolo11n.pt epochs=100 imgsz=640

推論の例

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load a brain-tumor fine-tuned model

# Inference using the model
results = model.predict("https://ultralytics.com/assets/african-wildlife-sample.jpg")
# Start prediction with a finetuned *.pt model
yolo detect predict model='path/to/best.pt' imgsz=640 source="https://ultralytics.com/assets/african-wildlife-sample.jpg"

サンプル画像とアノテーション

アフリカの野生生物データセットは、多様な動物種とその自然の生息地を紹介する多種多様な画像で構成されています。以下は、データセットからの画像の例と、それに対応するアノテーションです。

アフリカの野生動物データセットのサンプル画像

  • モザイク化された画像: ここでは、モザイク化されたデータセット画像で構成されるトレーニングバッチを示します。モザイキングは、複数の画像を1つに結合してバッチの多様性を豊かにするトレーニング手法です。この手法は、さまざまなオブジェクトのサイズ、アスペクト比、およびコンテキストにわたってモデルの汎化能力を高めるのに役立ちます。

この例では、アフリカの野生生物データセット内の画像の多様性と複雑さを説明し、トレーニングプロセス中にモザイク処理を含めることの利点を強調しています。

引用と謝辞

データセットは、AGPL-3.0ライセンスの下で公開されています。

よくある質問

African Wildlife Datasetとは何ですか?また、コンピュータービジョンプロジェクトでどのように使用できますか?

アフリカの野生生物データセットには、南アフリカの自然保護区に生息する一般的な4種類の動物(バッファロー、ゾウ、サイ、シマウマ)の画像が含まれています。これは、オブジェクト検出と動物識別のためのコンピュータビジョンアルゴリズムをトレーニングするための貴重なリソースです。このデータセットは、オブジェクト追跡、研究、保護活動などのさまざまなタスクをサポートします。その構造とアプリケーションの詳細については、「データセットの構造」セクションと「アプリケーション」を参照してください。

African Wildlife データセットを使用して YOLO11 モデルをトレーニングするにはどうすればよいですか?

以下を使用して、アフリカの野生生物データセットでYOLO11モデルをトレーニングできます。 african-wildlife.yaml 構成ファイル。以下は、YOLO11n モデルを画像サイズ 640 で 100 エポック学習させる方法の例です。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="african-wildlife.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=african-wildlife.yaml model=yolo11n.pt epochs=100 imgsz=640

追加のトレーニングパラメータとオプションについては、トレーニングのドキュメントを参照してください。

African Wildlife DatasetのYAML構成ファイルはどこにありますか?

African Wildlife DatasetのYAML構成ファイルの名前 african-wildlife.yaml)は、 GitHubのリンクはこちら。このファイルは、パス、クラス、トレーニングに不可欠なその他の詳細を含む、データセット構成を定義します。 機械学習 モデルを参照してください。 データセット YAML セクションで詳細をご覧ください。

African Wildlife Datasetのsample_imagesとアノテーションを見ることはできますか?

はい、African Wildlife Datasetには、自然環境における多様な動物種を紹介する多種多様な画像が含まれています。sample_imagesとその対応するアノテーションは、Sample Images and Annotationsのセクションで確認できます。このセクションでは、複数の画像を1つに結合してバッチの多様性を高め、モデルの汎化能力を高めるモザイク処理技術の使用についても説明しています。

アフリカの野生生物データセットは、野生生物の保護と研究をどのように支援するために使用できますか?

アフリカの野生生物データセットは、さまざまな生息地でアフリカの野生生物を識別するためのモデルのトレーニングと評価を可能にすることで、野生生物の保護と研究を支援するのに最適です。これらのモデルは、動物の個体数を監視し、その行動を研究し、保護の必要性を認識するのに役立ちます。さらに、このデータセットは教育目的にも利用でき、学生や研究者がさまざまな動物種の特性と行動を理解するのに役立ちます。詳細については、アプリケーションセクションをご覧ください。



📅 1年前に作成 ✏️ 5ヶ月前に更新

コメント