Набор данных ImageNet#

Датасет Ultralytics ImageNet (data="imagenet") представляет собой подмножество ImageNet-1k / ILSVRC-2012, используемое для обучения и бенчмаркинга моделей классификации изображений. Он содержит 1 000 классов объектов с 1 281 167 изображениями для обучения и 50 000 изображениями для валидации при размере изображения 224x224, а его размер для скачивания составляет около 144 ГБ. Более широкая база данных ImageNet намного больше — более 14 миллионов изображений высокого разрешения, аннотированных синсетами WordNet по более чем 20 000 категориям, — однако Ultralytics обучает модели на стандартизированном 1 000-классовом подмножестве ILSVRC, которое стало де-факто бенчмарком для глубокого обучения в компьютерном зрении.

Предобученные модели ImageNet#

Ключевые особенности#

• Датасет Ultralytics imagenet предоставляет 1 000 классов с 1 281 167 изображениями для обучения и 50 000 изображениями для валидации (ILSVRC-2012), что является стандартным бенчмарком предварительного обучения для классификации изображений.
• Классы организованы в соответствии с иерархией WordNet, где каждый класс соответствует синсету (набору синонимичных терминов).
• Изображения обучаются при размере 224x224, а полный набор данных требует загрузки около ~144 ГБ.
• Ежегодный конкурс ImageNet Large Scale Visual Recognition Challenge (ILSVRC) сыграл важную роль в развитии исследований в области компьютерного зрения.

Структура набора данных#

Набор данных Ultralytics ImageNet использует разделение ILSVRC-2012:

Изображения хранятся в папках для каждого класса, названных по ID синсета WordNet (например, n01440764) — такой формат структуры ожидает обучение классификации Ultralytics. Каждый из 1 000 классов сопоставляется с синсетом WordNet, а отдельного тестового сплита нет, поэтому набор данных для валидации размером 50 000 изображений используется для измерения точности.

Конкурс ImageNet Large Scale Visual Recognition Challenge (ILSVRC)#

Ежегодный конкурс ImageNet Large Scale Visual Recognition Challenge (ILSVRC) позволил исследователям оценивать алгоритмы на крупномасштабном стандартизированном датасете с последовательными метриками оценки. Он подтолкнул к значительным достижениям в глубоком обучении для классификации изображений, обнаружения объектов и других задач компьютерного зрения — наиболее примечательна победа AlexNet в 2012 году, которая помогла запустить эру современного глубокого обучения.

Применение#

Датасет ImageNet широко используется для обучения и оценки моделей глубокого обучения для классификации изображений, обнаружения и локализации объектов. Знаковые архитектуры, такие как AlexNet, VGG и ResNet, были разработаны и протестированы на ImageNet, а предобученные на ImageNet веса остаются обычной отправной точкой для трансферного обучения в различных задачах компьютерного зрения.

Использование#

Чтобы обучить модель классификации YOLO на ImageNet в течение 100 эпох при размере изображения 224x224, используй приведенные ниже фрагменты кода. Полный список доступных аргументов см. на странице обучения модели.

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)

Ты также можешь управлять датасетами классификации и запускать обучение в облаке с помощью Ultralytics Platform.

Примеры изображений и аннотации#

Набор данных ImageNet охватывает 1 000 классов ILSVRC-2012, предоставляя разнообразный и обширный ресурс для обучения и оценки моделей компьютерного зрения. Вот несколько примеров изображений из этого набора:

Цитирование и благодарности#

Если ты используешь набор данных ImageNet в своих исследованиях или разработках, пожалуйста, сошлися на следующую статью:

@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}
}

Мы хотели бы выразить признательность команде ImageNet во главе с Ольгой Русаковской, Цзя Денем и Ли Фэйфэй за создание и поддержку датасета ImageNet в качестве ценного ресурса для исследовательского сообщества в области машинного обучения и компьютерного зрения. Для получения дополнительной информации о датасете ImageNet и его создателях посети веб-сайт ImageNet.

FAQ#