ImageWoof 데이터 세트

ImageWoof 데이터 세트는 모두 개 품종이기 때문에 분류하기 어려운 10가지 클래스로 구성된 ImageNet의 하위 집합입니다. 이미지 분류 알고리즘이 풀기 어려운 과제로서, 고급 모델 개발을 장려하기 위해 만들어졌습니다.

주요 기능

• ImageWoof에는 10가지 견종의 이미지가 포함되어 있습니다: 호주 테리어, 보더 테리어, 사모예드, 비글, 시추, English 폭스하운드, 로디지안 리지백, 딩고, 골든 리트리버, 올드 English 시프도그입니다.
• 이 데이터 세트는 다양한 계산 능력과 연구 요구에 맞춰 다양한 해상도(전체 크기, 320픽셀, 160픽셀)의 이미지를 제공합니다.
• 또한 노이즈 레이블이 있는 버전도 포함되어 있어 레이블을 항상 신뢰할 수 없는 보다 현실적인 시나리오를 제공합니다.

데이터 세트 구조

ImageWoof 데이터 세트 구조는 견종 클래스를 기반으로 하며, 각 견종에는 고유한 이미지 디렉토리가 있습니다.

애플리케이션

ImageWoof 데이터 세트는 이미지 분류 작업에서 딥 러닝 모델을 훈련하고 평가하는 데 널리 사용되며, 특히 더 복잡하고 유사한 클래스의 경우 더욱 그렇습니다. 이 데이터 세트의 과제는 개 품종 간의 미묘한 차이로 인해 모델의 성능과 일반화의 한계를 뛰어넘는 데 있습니다.

사용법

이미지 크기가 224x224인 100개의 에포크에 대해 ImageWoof 데이터 세트에서 CNN 모델을 훈련하려면 다음 코드 스니펫을 사용할 수 있습니다. 사용 가능한 인수의 전체 목록은 모델 훈련 페이지를 참조하세요.

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n-cls.pt')  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data='imagewoof', epochs=100, imgsz=224)

# Start training from a pretrained *.pt model
yolo detect train data=imagewoof model=yolov8n-cls.pt epochs=100 imgsz=224

데이터 집합 변형

ImageWoof 데이터 세트는 다양한 연구 요구와 계산 능력을 수용할 수 있도록 세 가지 크기로 제공됩니다:

1. 전체 크기(이미지우프): 이미지우프 데이터 세트의 원본 버전입니다. 전체 크기 이미지가 포함되어 있으며 최종 교육 및 성능 벤치마킹에 이상적입니다.

2. 중간 크기(imagewoof320): 이 버전에는 최대 가장자리 길이가 320픽셀이 되도록 크기가 조정된 이미지가 포함되어 있습니다. 모델 성능을 크게 저하시키지 않으면서 더 빠른 훈련에 적합합니다.

3. 작은 크기(이미지 크기 160): 이 버전에는 최대 가장자리 길이가 160픽셀이 되도록 크기가 조정된 이미지가 포함되어 있습니다. 트레이닝 속도가 우선시되는 신속한 프로토타이핑 및 실험을 위해 설계되었습니다.

이러한 변형을 훈련에 사용하려면 데이터 세트 인수의 'imagewoof'를 'imagewoof320' 또는 'imagewoof160'으로 바꾸기만 하면 됩니다. 예를 들어

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n-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)

작은 이미지를 사용하면 분류 정확도 측면에서 성능이 저하될 수 있다는 점에 유의하세요. 하지만 모델 개발 및 프로토타이핑의 초기 단계에서 빠르게 반복할 수 있는 훌륭한 방법입니다.

샘플 이미지 및 주석

ImageWoof 데이터 세트에는 다양한 견종의 다채로운 이미지가 포함되어 있어 이미지 분류 작업을 위한 까다로운 데이터 세트를 제공합니다. 다음은 이 데이터 세트의 이미지 몇 가지 예시입니다:

이 예는 ImageWoof 데이터 세트의 다양한 견종 간의 미묘한 차이점과 유사점을 보여주며 분류 작업의 복잡성과 난이도를 강조합니다.

인용 및 감사

연구 또는 개발 작업에 ImageWoof 데이터셋을 사용하는 경우, 공식 데이터셋 리포지토리로 링크하여 데이터셋의 제작자를 반드시 인정해 주세요.

머신 러닝 및 컴퓨터 비전 연구 커뮤니티를 위한 귀중한 리소스인 ImageWoof 데이터 세트를 만들고 유지 관리해 주신 FastAI 팀에 감사의 말씀을 전합니다. ImageWoof 데이터 세트에 대한 자세한 내용은 ImageWoof 데이터 세트 리포지토리를 참조하세요.

댓글