Salta para o conteĆŗdo

Conjunto de dados ImageNet10

O conjunto de dados ImageNet10 Ć© um subconjunto de pequena escala da base de dados ImageNet, desenvolvido por Ultralytics e concebido para testes de IC, verificaƧƵes de sanidade e testes rĆ”pidos de pipelines de formaĆ§Ć£o. Este conjunto de dados Ć© composto pela primeira imagem do conjunto de treino e pela primeira imagem do conjunto de validaĆ§Ć£o das primeiras 10 classes do ImageNet. Embora significativamente mais pequeno, mantĆ©m a estrutura e a diversidade do conjunto de dados ImageNet original.

CaracterĆ­sticas principais

  • O ImageNet10 Ć© uma versĆ£o compacta do ImageNet, com 20 imagens que representam as primeiras 10 classes do conjunto de dados original.
  • O conjunto de dados estĆ” organizado de acordo com a hierarquia do WordNet, reflectindo a estrutura do conjunto de dados completo do ImageNet.
  • Ɖ ideal para testes de IC, verificaƧƵes de sanidade e testes rĆ”pidos de pipelines de formaĆ§Ć£o em tarefas de visĆ£o computacional.
  • Embora nĆ£o tenha sido concebido para a avaliaĆ§Ć£o comparativa de modelos, pode fornecer uma indicaĆ§Ć£o rĆ”pida da funcionalidade bĆ”sica e da correĆ§Ć£o de um modelo.

Estrutura do conjunto de dados

O conjunto de dados ImageNet10, tal como o ImageNet original, estĆ” organizado utilizando a hierarquia WordNet. Cada uma das 10 classes no ImageNet10 Ć© descrita por um synset (uma coleĆ§Ć£o de termos sinĆ³nimos). As imagens no ImageNet10 sĆ£o anotadas com um ou mais synsets, fornecendo um recurso compacto para testar modelos para reconhecer vĆ”rios objectos e as suas relaƧƵes.

AplicaƧƵes

O conjunto de dados ImageNet10 Ć© Ćŗtil para testar e depurar rapidamente modelos e pipelines de visĆ£o computacional. O seu tamanho reduzido permite uma iteraĆ§Ć£o rĆ”pida, tornando-o ideal para testes de integraĆ§Ć£o contĆ­nua e verificaƧƵes de sanidade. TambĆ©m pode ser usado para testes preliminares rĆ”pidos de novos modelos ou alteraƧƵes em modelos existentes antes de passar para testes em grande escala com o conjunto de dados ImageNet completo.

UtilizaĆ§Ć£o

Para testar um modelo de aprendizagem profunda no conjunto de dados ImageNet10 com um tamanho de imagem de 224x224, podes utilizar os seguintes snippets de cĆ³digo. Para obter uma lista abrangente de argumentos disponĆ­veis, consulta a pĆ”gina Treinamento do modelo.

Exemplo de teste

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='imagenet10', epochs=5, imgsz=224)
# Start training from a pretrained *.pt model
yolo train data=imagenet10 model=yolov8n-cls.pt epochs=5 imgsz=224

Exemplos de imagens e anotaƧƵes

O conjunto de dados ImageNet10 contĆ©m um subconjunto de imagens do conjunto de dados ImageNet original. Estas imagens sĆ£o escolhidas para representar as primeiras 10 classes do conjunto de dados, proporcionando um conjunto de dados diversificado mas compacto para testes e avaliaƧƵes rĆ”pidas.

Imagens de amostra do conjunto de dados O exemplo mostra a variedade e complexidade das imagens no conjunto de dados ImageNet10, realƧando a sua utilidade para verificaƧƵes de sanidade e testes rĆ”pidos de modelos de visĆ£o por computador.

CitaƧƵes e agradecimentos

Se utilizares o conjunto de dados ImageNet10 no teu trabalho de investigaĆ§Ć£o ou desenvolvimento, cita o artigo original do ImageNet:

@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}
}

GostarĆ­amos de agradecer Ć  equipa ImageNet, liderada por Olga Russakovsky, Jia Deng e Li Fei-Fei, pela criaĆ§Ć£o e manutenĆ§Ć£o do conjunto de dados ImageNet. O conjunto de dados ImageNet10, embora seja um subconjunto compacto, Ć© um recurso valioso para testes rĆ”pidos e depuraĆ§Ć£o na comunidade de investigaĆ§Ć£o de aprendizagem automĆ”tica e visĆ£o computacional. Para obter mais informaƧƵes sobre o conjunto de dados ImageNet e seus criadores, visita o site do ImageNet.



Criado em 2023-11-12, Atualizado em 2024-01-07
Autores: glenn-jocher (4)

ComentƔrios