Набор данных ImageNet

ImageNet - это масштабная база данных аннотированных изображений, предназначенная для использования в исследованиях по распознаванию визуальных объектов. Она содержит более 14 миллионов изображений, каждое из которых аннотировано с помощью синсетов WordNet, что делает ее одним из самых обширных ресурсов, доступных для обучения моделей глубокого обучения в задачах компьютерного зрения.

Предварительно обученные модели ImageNet

Основные характеристики

• ImageNet содержит более 14 миллионов изображений высокого разрешения, охватывающих тысячи категорий объектов.
• Набор данных организован в соответствии с иерархией WordNet, где каждый синсет представляет категорию.
• ImageNet широко используется для обучения и бенчмаркинга в области компьютерного зрения, в частности для задач классификации изображений и обнаружения объектов.
• Ежегодное соревнование ImageNet Large Scale Visual Recognition Challenge (ILSVRC) сыграло важную роль в развитии исследований в области компьютерного зрения.

Структура набора данных

Набор данных ImageNet организован с помощью иерархии WordNet. Каждый узел иерархии представляет собой категорию, а каждая категория описывается синсетами (коллекцией синонимичных терминов). Изображения в ImageNet аннотированы одним или несколькими синсетами, что обеспечивает богатый ресурс для обучения моделей распознавания различных объектов и их взаимосвязей.

ImageNet Large Scale Visual Recognition Challenge (ILSVRC)

Ежегодный конкурс ImageNet Large Scale Visual Recognition Challenge (ILSVRC) стал важным событием в области компьютерного зрения. Он предоставил исследователям и разработчикам платформу для оценки своих алгоритмов и моделей на крупномасштабном наборе данных со стандартизированными метриками оценки. ILSVRC привел к значительному прогрессу в разработке моделей глубокого обучения для классификации изображений, обнаружения объектов и других задач компьютерного зрения.

Приложения

Набор данных ImageNet широко используется для обучения и оценки моделей глубокого обучения в различных задачах компьютерного зрения, таких как классификация изображений, обнаружение объектов и их локализация. Некоторые популярные архитектуры глубокого обучения, такие как AlexNet, VGG и ResNet, были разработаны и протестированы с помощью набора данных ImageNet.

Использование

Чтобы обучить модель глубокого обучения на наборе данных ImageNet в течение 100 эпох при размере изображения 224x224, ты можешь воспользоваться следующими фрагментами кода. Полный список доступных аргументов ты найдешь на странице обучения модели.

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

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

Примеры изображений и аннотаций

Набор данных ImageNet содержит изображения высокого разрешения, охватывающие тысячи категорий объектов, что обеспечивает разнообразный и обширный набор данных для обучения и оценки моделей компьютерного зрения. Вот несколько примеров изображений из этого набора:

Этот пример демонстрирует разнообразие и сложность изображений в наборе данных ImageNet, подчеркивая важность разнообразных наборов данных для обучения надежных моделей компьютерного зрения.

Цитаты и благодарности

Если ты используешь набор данных ImageNet в своих исследованиях или разработках, пожалуйста, ссылайся 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 благодарность команде ImageNet под руководством Ольги Руссаковской, Цзя Денга и Ли Фей-Фея за создание и поддержку набора данных ImageNet как ценного ресурса для сообщества исследователей машинного обучения и компьютерного зрения. Чтобы узнать больше о наборе данных ImageNet и его создателях, посети сайт ImageNet.

ВОПРОСЫ И ОТВЕТЫ

Что такое набор данных ImageNet и как он используется в компьютерном зрении?

Набор данных ImageNet - это крупномасштабная база данных, состоящая из более чем 14 миллионов изображений высокого разрешения, классифицированных с помощью синсетов WordNet. Она широко используется в исследованиях по распознаванию визуальных объектов, включая классификацию изображений и обнаружение объектов. Аннотации и огромный объем базы данных представляют собой богатый ресурс для обучения моделей глубокого обучения. Примечательно, что такие модели, как AlexNet, VGG и ResNet, были обучены и протестированы на ImageNet, демонстрируя его роль в развитии компьютерного зрения.

Как использовать предварительно обученную модель YOLO для классификации изображений в наборе данных ImageNet?

Чтобы использовать предварительно обученную модель Ultralytics YOLO для классификации изображений в наборе данных ImageNet, выполни следующие шаги:

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

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

Более подробную инструкцию по обучению ты найдешь на нашей странице "Обучение".

Почему я должен использовать Ultralytics YOLOv8 предварительно обученные модели для своих проектов с набором данных ImageNet.

Ultralytics YOLOv8 Предварительно обученные модели обеспечивают современную производительность в плане скорости и точности при решении различных задач компьютерного зрения. Например, модель YOLOv8n-cls, точность которой в топ-1 составляет 69,0%, а в топ-5 - 88,3%, оптимизирована для приложений реального времени. Предтренированные модели сокращают вычислительные ресурсы, необходимые для обучения с нуля, и ускоряют циклы разработки. Узнай больше о показателях производительности моделей YOLOv8 в разделе ImageNet Pretrained Models.

Как устроен набор данных ImageNet и почему это важно?

Набор данных ImageNet организован по иерархии WordNet, где каждый узел иерархии представляет собой категорию, описываемую синсетом (набором синонимичных терминов). Такая структура позволяет составлять подробные аннотации, что делает ее идеальной для обучения моделей распознавания самых разных объектов. Разнообразие и богатство аннотаций ImageNet делают его ценным набором данных для разработки надежных и обобщающих моделей глубокого обучения. Подробнее об этой организации можно прочитать в разделе " Структура датасета ".

Какую роль в компьютерном зрении играет ImageNet Large Scale Visual Recognition Challenge (ILSVRC)?

Ежегодный конкурс ImageNet Large Scale Visual Recognition Challenge (ILSVRC) сыграл ключевую роль в развитии компьютерного зрения, предоставив конкурентную платформу для оценки алгоритмов на крупномасштабном стандартном наборе данных. Он предлагает стандартизированные метрики оценки, стимулируя инновации и разработки в таких областях, как классификация изображений, обнаружение объектов и сегментация изображений. Задача постоянно расширяет границы возможного в технологиях глубокого обучения и компьютерного зрения.

Комментарии