ImageNet10 Veri Kümesi
ImageNet10 veri seti, ImageNet veri tabanının Ultralytics tarafından geliştirilen ve CI testleri, temel kontroller ve eğitim hatlarının hızlı testi için tasarlanmış küçük ölçekli bir alt kümesidir. Bu veri seti, ImageNet'teki ilk 10 sınıfın eğitim setindeki ilk görüntü ve doğrulama setindeki ilk görüntüden oluşur. Önemli ölçüde daha küçük olmasına rağmen, orijinal ImageNet veri setinin yapısını ve çeşitliliğini korur.
Temel Özellikler
- ImageNet10, ImageNet'in küçük bir versiyonudur ve orijinal veri kümesinin ilk 10 sınıfını temsil eden 20 görsel içerir.
- Veri kümesi, tam ImageNet veri kümesinin yapısını yansıtan WordNet hiyerarşisine göre düzenlenmiştir.
- Bilgisayar görüşü görevlerinde CI testleri, sağlamlık kontrolleri ve eğitim ardışık düzenlerinin hızlı testi için idealdir.
- Model kıyaslaması için tasarlanmamış olsa da, bir modelin temel işlevselliği ve doğruluğu hakkında hızlı bir gösterge sağlayabilir.
Veri Seti Yapısı
ImageNet10 veri seti, orijinal ImageNet gibi, WordNet hiyerarşisi kullanılarak düzenlenir. ImageNet10'daki 10 sınıfın her biri bir eş anlamlı kümesi (eş anlamlı terimler koleksiyonu) tarafından açıklanır. ImageNet10'daki görüntüler bir veya daha fazla eş anlamlı kümesiyle açıklanır ve bu da çeşitli nesneleri ve bunların ilişkilerini tanımak için modelleri test etmek için kompakt bir kaynak sağlar.
Uygulamalar
ImageNet10 veri seti, bilgisayarlı görü modellerini ve hatlarını hızlı bir şekilde test etmek ve hatalarını ayıklamak için kullanışlıdır. Küçük boyutu, hızlı yinelemeye olanak tanıyarak sürekli entegrasyon testleri ve sağlamlık kontrolleri için idealdir. Ayrıca, tam ölçekli ImageNet veri seti ile tam ölçekli testlere geçmeden önce yeni modellerin veya mevcut modellerdeki değişikliklerin hızlı ön testleri için de kullanılabilir.
Kullanım
Bir derin öğrenme modelini 224x224 görüntü boyutuyla ImageNet10 veri kümesi üzerinde test etmek için aşağıdaki kod parçacıklarını kullanabilirsiniz. Mevcut argümanların kapsamlı bir listesi için, model Eğitim sayfasına bakın.
Test Örneği
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n-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 classify train data=imagenet10 model=yolo11n-cls.pt epochs=5 imgsz=224
Örnek Görüntüler ve Açıklamalar
ImageNet10 veri seti, orijinal ImageNet veri setinden görüntülerin bir alt kümesini içerir. Bu görüntüler, veri setindeki ilk 10 sınıfı temsil edecek şekilde seçilir ve hızlı test ve değerlendirme için çeşitli ancak kompakt bir veri seti sağlar.
Bu örnek, ImageNet10 veri kümesindeki görüntülerin çeşitliliğini ve karmaşıklığını sergileyerek, bilgisayarlı görü modellerinin akıl sağlığı kontrolleri ve hızlı testleri için kullanışlılığını vurgulamaktadır.
Alıntılar ve Teşekkürler
Araştırma veya geliştirme çalışmalarınızda ImageNet10 veri kümesini kullanıyorsanız, lütfen orijinal ImageNet makalesine atıfta bulunun:
@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}
}
ImageNet veri setini oluşturdukları ve sürdürdükleri için Olga Russakovsky, Jia Deng ve Li Fei-Fei liderliğindeki ImageNet ekibine teşekkür etmek isteriz. Kompakt bir alt küme olmasına rağmen ImageNet10 veri seti, makine öğrenimi ve bilgisayar görüşü araştırma topluluğunda hızlı test ve hata ayıklama için değerli bir kaynaktır. ImageNet veri seti ve yaratıcıları hakkında daha fazla bilgi için ImageNet web sitesini ziyaret edin.
SSS
ImageNet10 veri seti nedir ve tam ImageNet veri setinden farkı nedir?
ImageNet10 veri seti, hızlı CI testleri, temel kontroller ve eğitim hattı değerlendirmeleri için Ultralytics tarafından oluşturulan orijinal ImageNet veri tabanının kompakt bir alt kümesidir. ImageNet10, ImageNet'teki ilk 10 sınıfın eğitim ve doğrulama kümelerindeki ilk görüntüyü temsil eden yalnızca 20 görüntüden oluşur. Küçük boyutuna rağmen, tam veri setinin yapısını ve çeşitliliğini korur, bu da onu hızlı test için ideal hale getirir, ancak modelleri karşılaştırmak için uygun değildir.
Derin öğrenme modelimi test etmek için ImageNet10 veri kümesini nasıl kullanabilirim?
Derin öğrenme modelinizi 224x224 görüntü boyutuyla ImageNet10 veri kümesi üzerinde test etmek için aşağıdaki kod parçacıklarını kullanın.
Test Örneği
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n-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 classify train data=imagenet10 model=yolo11n-cls.pt epochs=5 imgsz=224
Mevcut argümanların kapsamlı bir listesi için Eğitim sayfasına bakın.
CI testleri ve sağlamlık kontrolleri için neden ImageNet10 veri kümesini kullanmalıyım?
ImageNet10 veri seti, özellikle derin öğrenme hatlarındaki CI testleri, sağlamlık kontrolleri ve hızlı değerlendirmeler için tasarlanmıştır. Küçük boyutu, hızlı yineleme ve test olanağı sağlayarak, hızın çok önemli olduğu sürekli entegrasyon süreçleri için mükemmeldir. Orijinal ImageNet veri setinin yapısal karmaşıklığını ve çeşitliliğini koruyarak, ImageNet10, büyük bir veri setini işlemenin ek yükü olmadan bir modelin temel işlevselliğinin ve doğruluğunun güvenilir bir göstergesini sağlar.
ImageNet10 veri kümesinin ana özellikleri nelerdir?
ImageNet10 veri setinin çeşitli temel özellikleri vardır:
- Kompakt Boyut: Yalnızca 20 resimle, hızlı test ve hata ayıklama olanağı sağlar.
- Yapılandırılmış Organizasyon: Tam ImageNet veri kümesine benzer şekilde WordNet hiyerarşisini izler.
- CI ve Sağduyu Kontrolleri: Sürekli entegrasyon testleri ve sağduyu kontrolleri için idealdir.
- Kıyaslama İçin Değil: Hızlı model değerlendirmeleri için yararlı olsa da, kapsamlı kıyaslama için tasarlanmamıştır.
ImageNet10, ImageNette gibi diğer küçük veri kümeleriyle nasıl karşılaştırılır?
ImageNet10 ve ImageNette her ikisi de ImageNet'in alt kümeleri olmasına rağmen, farklı amaçlara hizmet ederler. ImageNet10, ImageNet'in ilk 10 sınıfından sadece 20 resim (sınıf başına 2) içerir, bu da onu CI testi ve hızlı sağlamlık kontrolleri için son derece hafiftir. Buna karşılık, ImageNette, 10 kolayca ayırt edilebilir sınıfta binlerce resim içerir, bu da onu gerçek model eğitimi ve geliştirme için daha uygun hale getirir. ImageNet10, ardışık düzen işlevselliğinin doğrulanması için tasarlanmıştır, ImageNette ise anlamlı ancak tam ImageNet eğitim deneylerinden daha hızlı için daha iyidir.
