アフリカの野生生物データセット

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つの動物クラスを扱っています。バッファロー、ゾウ、サイ、シマウマといったアフリカの野生生物の画像が含まれており、その特性に関する貴重な知見を提供します。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、さまざまな生息環境における動物の識別を支援し、野生生物の研究をサポートします。

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、以下の3つのサブセットに分割されています。

• トレーニングセット: 1052枚の画像を含み、それぞれに対応するアノテーションが付属しています。
• 検証セット: 225枚の画像を含み、それぞれに対応するアノテーションが付属しています。
• テストセット: 227枚の画像を含み、それぞれに対応するアノテーションが付属しています。

アプリケーション

このデータセットは、オブジェクト検出、オブジェクトトラッキング、研究など、さまざまなコンピュータビジョンのタスクに適用可能です。具体的には、画像内の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および評価に使用でき、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監視活動に応用できます。さらに、教育目的の貴重なリソースとしても役立ち、学生や研究者がさまざまな動物種の特性や行動を学び、理解することを可能にします。

データセットYAML

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

# 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

使用方法

YOLO26nモデルをアフリカの野生生物データセットで100エポック分、画像サイズ640で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てください。利用可能なパラメータの全リストについては、モデルのトレーニングページを参照してください。

from ultralytics import YOLO

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

# Train the model
results = model.train(data="african-wildlife.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load an African wildlife fine-tuned model

# Inference using the model
results = model.predict("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には、多様な動物種とその自然な生息環境を紹介する幅広い画像が含まれています。以下は、データセットからの画像の例で、それぞれに対応するアノテーションが添えられています。

• モザイク画像: ここでは、モザイク処理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紹介します。トレーニング技術であるモザイク処理は、複数の画像を1つに組み合わせることで、バッチの多様性を高めます。この手法は、さまざまなオブジェクトサイズ、アスペクト比、およびコンテキスト全体でモデルの汎化能力を向上させるのに役立ちます。

この例は、アフリカの野生生物データセットに含まれる画像の多様性と複雑さを示しており、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、ライセンス、および謝辞

元のデータセット作成者である Bianca Ferreira 氏がこのデータセットをコミュニティに公開してくれたことに感謝します。Ultralyticsチームは、Ultralytics YOLOモデルとシームレスに使用できるよう、内部的に更新および調整を行いました。このデータセットは AGPL-3.0ライセンス の下で利用可能です。

このデータセットを研究で使用する場合は、記載されている詳細を使用して引用してください。

@dataset{Ferreira_African_Wildlife_Ultralytics_Adaptation_2024,
    author  = {Ferreira, Bianca},
    title   = {African Wildlife Detection Dataset (Ultralytics YOLO Adaptation)},
    url     = {https://docs.ultralytics.com/datasets/detect/african-wildlife/},
    note    = {Original dataset by Bianca Ferreira; adapted for Ultralytics YOLO by Glenn Jocher and Muhammad Rizwan Munawar},
    license = {AGPL-3.0},
    version = {1.0.0},
    year    = {2024}
}

FAQ

アフリカの野生生物データセットとは何ですか？また、コンピュータ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で見られる4つの一般的な動物種（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、オブジェクト検出や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、オブジェクトトラッキング、研究、保全活動などのさまざまなタスクをサポートします。構造や応用についての詳細は、データセットの構造セクションおよびデータセットの応用例を参照してください。

アフリカの野生生物データセットを使用してYOLO26モデルをトレーニングするにはどうすればよいですか？

african-wildlife.yaml 構成ファイルを使用して、アフリカの野生生物データセットでYOLO26モデルをトレーニングできます。以下は、画像サイズ640で100エポック分、YOLO26nモデルをトレーニングする例です。

from ultralytics import YOLO

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

# Train the model
results = model.train(data="african-wildlife.yaml", epochs=100, imgsz=640)

その他のトレーニングパラメータや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。

アフリカの野生生物データセットのYAML構成ファイルはどこで見つけられますか？

アフリカの野生生物データセットのYAML構成ファイル african-wildlife.yaml は、こちらのGitHubリンク から入手できます。このファイルは、機械学習モデルのトレーニングに不可欠なパス、クラス、その他の詳細を含むデータセットの構成を定義しています。詳細については、データセットYAMLセクションを参照してください。

アフリカの野生生物データセットのサンプル画像とアノテーションを見ることはできますか？

はい。アフリカの野生生物データセットには、多様な動物種が自然の生息環境で写っている幅広い画像が含まれています。サンプル画像とその対応するアノテーションは、サンプル画像とアノテーション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つに組み合わせてバッチの多様性を高め、モデルの汎化能力を向上させ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を使用して、どのように野生生物の保護と研究を支援できますか？

アフリカの野生生物データセットは、さまざまな生息環境におけるアフリカの野生生物を識別する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理想的です。これらのモデルは、動物個体数の監視、行動の研究、および保護の必要性の認識に役立ちます。さらに、このデータセットは教育目的で利用でき、学生や研究者がさまざまな動物種の特性や行動を理解するのに役立ちます。詳細については、応用例セクションを参照してください。