─░├žeri─če ge├ž

ImageNet10 Veri K├╝mesi

ImageNet10 veri k├╝mesi, ImageNet veritaban─▒n─▒n k├╝├ž├╝k ├Âl├žekli bir alt k├╝mesidir. Ultralytics ve CI testleri, ak─▒ll─▒l─▒k kontrolleri ve e─čitim boru hatlar─▒n─▒n h─▒zl─▒ testi i├žin tasarlanm─▒┼čt─▒r. Bu veri k├╝mesi, e─čitim k├╝mesindeki ilk g├Âr├╝nt├╝den ve ImageNet'teki ilk 10 s─▒n─▒f─▒n do─črulama k├╝mesindeki ilk g├Âr├╝nt├╝den olu┼čur. ├ľnemli ├Âl├ž├╝de daha k├╝├ž├╝k olmas─▒na ra─čmen, orijinal ImageNet veri k├╝mesinin yap─▒s─▒n─▒ ve ├že┼čitlili─čini korur.

Temel ├ľzellikler

  • ImageNet10, orijinal veri k├╝mesinin ilk 10 s─▒n─▒f─▒n─▒ temsil eden 20 g├Âr├╝nt├╝ ile ImageNet'in kompakt bir versiyonudur.
  • Veri k├╝mesi, ImageNet veri k├╝mesinin tamam─▒n─▒n yap─▒s─▒n─▒ yans─▒tacak ┼čekilde WordNet hiyerar┼čisine g├Âre d├╝zenlenmi┼čtir.
  • CI testleri, ak─▒l sa─čl─▒─č─▒ kontrolleri ve bilgisayarla g├Ârme g├Ârevlerinde e─čitim boru hatlar─▒n─▒n h─▒zl─▒ bir ┼čekilde test edilmesi i├žin idealdir.
  • Model k─▒yaslamas─▒ i├žin tasarlanmam─▒┼č olsa da, bir modelin temel i┼člevselli─či ve do─črulu─ču hakk─▒nda h─▒zl─▒ bir g├Âsterge sa─člayabilir.

Veri K├╝mesi Yap─▒s─▒

ImageNet10 veri k├╝mesi, orijinal ImageNet gibi WordNet hiyerar┼čisi kullan─▒larak d├╝zenlenmi┼čtir. ImageNet10'daki 10 s─▒n─▒f─▒n her biri bir synset (e┼čanlaml─▒ terimler koleksiyonu) taraf─▒ndan tan─▒mlan─▒r. ImageNet10'daki g├Âr├╝nt├╝lere bir veya daha fazla s├Âz k├╝mesi eklenerek ├že┼čitli nesneleri ve aralar─▒ndaki ili┼čkileri tan─▒maya y├Ânelik modelleri test etmek i├žin kompakt bir kaynak sa─član─▒r.

Uygulamalar

ImageNet10 veri k├╝mesi, bilgisayarla g├Ârme modellerini ve i┼člem hatlar─▒n─▒ h─▒zl─▒ bir ┼čekilde test etmek ve hata ay─▒klamak i├žin kullan─▒┼čl─▒d─▒r. K├╝├ž├╝k boyutu h─▒zl─▒ yinelemeye olanak tan─▒yarak s├╝rekli entegrasyon testleri ve ak─▒l sa─čl─▒─č─▒ kontrolleri i├žin idealdir. Ayr─▒ca ImageNet veri setinin tamam─▒yla tam ├Âl├žekli testlere ge├žmeden ├Ânce yeni modellerin veya mevcut modellerdeki de─či┼čikliklerin h─▒zl─▒ ├Ân testleri i├žin de kullan─▒labilir.

Kullan─▒m

224x224 g├Âr├╝nt├╝ boyutuna sahip ImageNet10 veri k├╝mesinde bir derin ├Â─črenme modelini test etmek i├žin a┼ča─č─▒daki kod par├žac─▒klar─▒n─▒ kullanabilirsiniz. Kullan─▒labilir ba─č─▒ms─▒z de─či┼čkenlerin kapsaml─▒ bir listesi i├žin Model E─čitimi sayfas─▒na bak─▒n.

Test ├ľrne─či

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

├ľrnek G├Âr├╝nt├╝ler ve A├ž─▒klamalar

ImageNet10 veri k├╝mesi, orijinal ImageNet veri k├╝mesinden bir g├Âr├╝nt├╝ alt k├╝mesi i├žerir. Bu g├Âr├╝nt├╝ler, veri k├╝mesindeki ilk 10 s─▒n─▒f─▒ temsil edecek ┼čekilde se├žilmi┼čtir ve h─▒zl─▒ test ve de─čerlendirme i├žin ├že┼čitli ancak kompakt bir veri k├╝mesi sa─člar.

Veri k├╝mesi ├Ârnek g├Âr├╝nt├╝leri ├ľrnek, ImageNet10 veri k├╝mesindeki g├Âr├╝nt├╝lerin ├že┼čitlili─čini ve karma┼č─▒kl─▒─č─▒n─▒ sergileyerek, bilgisayarla g├Ârme modellerinin ak─▒l sa─čl─▒─č─▒ kontrolleri ve h─▒zl─▒ testleri i├žin kullan─▒┼čl─▒l─▒─č─▒n─▒ vurgulamaktad─▒r.

At─▒flar ve Te┼čekk├╝r

Ara┼čt─▒rma veya geli┼čtirme ├žal─▒┼čmalar─▒n─▒zda ImageNet10 veri k├╝mesini kullan─▒yorsan─▒z, l├╝tfen orijinal ImageNet makalesine at─▒fta 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}
}

Olga Russakovsky, Jia Deng ve Li Fei-Fei liderli─čindeki ImageNet ekibine ImageNet veri setini olu┼čturduklar─▒ ve s├╝rd├╝rd├╝kleri i├žin te┼čekk├╝r ederiz. ImageNet10 veri k├╝mesi, kompakt bir alt k├╝me olmakla birlikte, makine ├Â─črenimi ve bilgisayarla g├Ârme ara┼čt─▒rma toplulu─čunda h─▒zl─▒ test ve hata ay─▒klama i├žin de─čerli bir kaynakt─▒r. ImageNet veri k├╝mesi ve yarat─▒c─▒lar─▒ hakk─▒nda daha fazla bilgi i├žin ImageNet web sitesini ziyaret edin.



Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (6)

Yorumlar