Salta para o conte√ļdo

Conjunto de dados Caltech-256

O conjunto de dados Caltech-256 é uma extensa coleção de imagens utilizadas para tarefas de classificação de objectos. Contém cerca de 30.000 imagens divididas em 257 categorias (256 categorias de objectos e 1 categoria de fundo). As imagens são cuidadosamente seleccionadas e anotadas para fornecer uma referência desafiadora e diversificada para algoritmos de reconhecimento de objectos.

Características principais

  • O conjunto de dados Caltech-256 inclui cerca de 30.000 imagens a cores divididas em 257 categorias.
  • Cada categoria cont√©m um m√≠nimo de 80 imagens.
  • As categorias abrangem uma grande variedade de objectos do mundo real, incluindo animais, ve√≠culos, artigos dom√©sticos e pessoas.
  • As imagens s√£o de tamanhos e resolu√ß√Ķes vari√°veis.
  • O Caltech-256 √© amplamente utilizado para treino e teste no dom√≠nio da aprendizagem autom√°tica, em particular para tarefas de reconhecimento de objectos.

Estrutura do conjunto de dados

Tal como o Caltech-101, o conjunto de dados Caltech-256 n√£o tem uma divis√£o formal entre os conjuntos de treino e de teste. Os utilizadores criam normalmente as suas pr√≥prias divis√Ķes de acordo com as suas necessidades espec√≠ficas. Uma pr√°tica comum √© utilizar um subconjunto aleat√≥rio de imagens para treino e as restantes imagens para teste.

Aplica√ß√Ķes

O conjunto de dados Caltech-256 é amplamente utilizado para treinar e avaliar modelos de aprendizagem profunda em tarefas de reconhecimento de objectos, tais como Redes Neuronais Convolucionais (CNNs), Máquinas de Vectores de Suporte (SVMs) e vários outros algoritmos de aprendizagem automática. O seu conjunto diversificado de categorias e imagens de alta qualidade tornam-no um conjunto de dados inestimável para a investigação e o desenvolvimento no domínio da aprendizagem automática e da visão computacional.

Utilização

Para treinar um modelo YOLO no conjunto de dados Caltech-256 para 100 épocas, podes usar os seguintes trechos de código. Para obter uma lista abrangente dos argumentos disponíveis, consulta a página Treinamento do modelo.

Exemplo de comboio

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='caltech256', epochs=100, imgsz=416)
# Start training from a pretrained *.pt model
yolo detect train data=caltech256 model=yolov8n-cls.pt epochs=100 imgsz=416

Exemplos de imagens e anota√ß√Ķes

O conjunto de dados Caltech-256 contém imagens a cores de alta qualidade de vários objectos, fornecendo um conjunto de dados abrangente para tarefas de reconhecimento de objectos. Eis alguns exemplos de imagens do conjunto de dados(crédito):

Imagem de amostra do conjunto de dados

O exemplo mostra a diversidade e complexidade dos objectos no conjunto de dados Caltech-256, real√ßando a import√Ęncia de um conjunto de dados variado para treinar modelos robustos de reconhecimento de objectos.

Cita√ß√Ķes e agradecimentos

Se utilizares o conjunto de dados Caltech-256 no teu trabalho de investigação ou desenvolvimento, cita o seguinte documento:

@article{griffin2007caltech,
         title={Caltech-256 object category dataset},
         author={Griffin, Gregory and Holub, Alex and Perona, Pietro},
         year={2007}
}

Gostar√≠amos de agradecer a Gregory Griffin, Alex Holub e Pietro Perona pela cria√ß√£o e manuten√ß√£o do conjunto de dados Caltech-256 como um recurso valioso para a comunidade de investiga√ß√£o em aprendizagem autom√°tica e vis√£o computacional. Para mais informa√ß√Ķes sobre o

O conjunto de dados Caltech-256 e os seus criadores, visita o sítio Web do conjunto de dados Caltech-256.



Criado em 2023-11-12, Atualizado em 2023-11-22
Autores: glenn-jocher (3)

Coment√°rios