ImageNet 데이터셋#

Ultralytics ImageNet 데이터셋(data="imagenet")은 이미지 분류 모델을 학습하고 벤치마킹하는 데 사용되는 ImageNet-1k / ILSVRC-2012 하위 집합입니다. 이 데이터셋에는 1,000개의 객체 클래스, 1,281,167개의 학습 이미지, 50,000개의 검증 이미지가 포함되어 있으며, 이미지 크기는 224x224이고 약 144 GB의 데이터가 다운로드됩니다. 더 광범위한 ImageNet 데이터베이스는 20,000개가 넘는 카테고리에 걸쳐 WordNet synset으로 주석이 지정된 1,400만 개 이상의 고해상도 이미지를 포함하여 훨씬 더 규모가 크지만, Ultralytics는 컴퓨터 비전 분야의 딥러닝에서 사실상 표준 벤치마크가 된 표준화된 1,000개 클래스의 ILSVRC 하위 집합으로 학습합니다.

ImageNet 사전 학습 모델#

주요 기능#

• Ultralytics imagenet 데이터셋은 이미지 분류를 위한 표준 사전 학습 벤치마크인 ILSVRC-2012의 1,000개 클래스, 1,281,167개의 학습 이미지 및 50,000개의 검증 이미지를 제공합니다.
• 클래스는 WordNet 계층 구조에 따라 구성되며, 각 클래스는 synset(동의어 용어 집합)에 해당합니다.
• 이미지는 224x224 크기로 학습되며, 전체 데이터셋을 다운로드하려면 ~144 GB의 용량이 필요합니다.
• 매년 개최되는 ImageNet 대규모 시각 인식 챌린지(ILSVRC)는 컴퓨터 비전 연구 발전에 중요한 역할을 해왔습니다.

데이터셋 구조#

Ultralytics ImageNet 데이터셋은 다음과 같은 ILSVRC-2012 분할을 사용합니다:

이미지는 WordNet synset ID(예: n01440764)로 이름이 지정된 클래스별 폴더에 저장되며, 이는 Ultralytics 분류 학습에서 요구하는 구조입니다. 1,000개 클래스 각각은 WordNet synset에 매핑되며 별도의 테스트 분할은 없으므로, 50,000개 이미지로 구성된 검증 세트를 사용하여 정확도를 측정합니다.

ImageNet 대규모 시각 인식 챌린지(ILSVRC)#

매년 개최되는 ImageNet 대규모 시각 인식 챌린지(ILSVRC)는 연구자들이 대규모 표준화 데이터셋에서 일관된 평가 지표를 사용하여 알고리즘을 벤치마킹할 수 있도록 했습니다. 이 대회는 이미지 분류, 객체 감지 및 기타 비전 작업의 딥러닝 발전을 크게 촉진했으며, 특히 현대 딥러닝 시대를 여는 데 기여한 AlexNet의 2012년 우승이 대표적입니다.

응용 분야#

ImageNet 데이터셋은 이미지 분류, 객체 감지 및 객체 위치 추정을 위한 딥러닝 모델을 학습하고 평가하는 데 널리 사용됩니다. AlexNet, VGG, ResNet과 같은 대표적인 아키텍처는 모두 ImageNet에서 개발되고 벤치마킹되었으며, ImageNet 사전 학습 가중치는 다양한 비전 작업에서 전이 학습을 시작하는 일반적인 출발점으로 여전히 사용됩니다.

사용법#

ImageNet에서 224x224 이미지 크기로 100 에포크 동안 YOLO 분류 모델을 학습하려면 아래 코드 스니펫을 사용하십시오. 사용 가능한 인자 전체 목록은 모델 학습 페이지를 참조하십시오.

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

Ultralytics Platform을 사용하면 클라우드에서 분류 데이터셋을 관리하고 학습을 실행할 수도 있습니다.

샘플 이미지 및 주석#

ImageNet 데이터셋은 1,000개의 ILSVRC-2012 클래스를 포함하며, 컴퓨터 비전 모델을 학습하고 평가하는 데 사용할 수 있는 다양하고 광범위한 리소스를 제공합니다. 다음은 데이터셋의 예시 이미지입니다:

인용 및 감사의 글#

연구 또는 개발 작업에서 ImageNet 데이터셋을 사용하는 경우 다음 논문을 인용해 주십시오:

@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}
}

ImageNet 데이터셋을 귀중한 머신러닝 및 컴퓨터 비전 연구 커뮤니티 리소스로 만들고 유지해 온 Olga Russakovsky, Jia Deng, Li Fei-Fei가 이끄는 ImageNet 팀에 감사를 표합니다. ImageNet 데이터셋과 제작자에 대한 자세한 내용은 ImageNet 웹사이트를 방문하십시오.

FAQ#