Bộ dữ liệu ImageNet#

Bộ dữ liệu Ultralytics ImageNet (data="imagenet") là tập con ImageNet-1k / ILSVRC-2012 được dùng để huấn luyện và đánh giá benchmark cho các model phân loại ảnh. Bộ dữ liệu chứa 1.000 lớp đối tượng, với 1.281.167 ảnh huấn luyện và 50.000 ảnh validation, thường được huấn luyện ở kích thước ảnh 224x224 và tải xuống với dung lượng khoảng 144 GB. Cơ sở dữ liệu ImageNet rộng hơn có quy mô lớn hơn nhiều — hơn 14 triệu ảnh độ phân giải cao được gán nhãn bằng các synset WordNet thuộc hơn 20.000 danh mục — nhưng Ultralytics huấn luyện trên tập con ILSVRC tiêu chuẩn gồm 1.000 lớp, tập dữ liệu đã trở thành benchmark mặc định cho deep learning trong thị giác máy tính.

Model ImageNet được huấn luyện trước#

Tính năng chính#

• Bộ dữ liệu Ultralytics imagenet cung cấp 1.000 lớp với 1.281.167 ảnh huấn luyện và 50.000 ảnh validation (ILSVRC-2012), benchmark tiền huấn luyện tiêu chuẩn cho phân loại ảnh.
• Các lớp được tổ chức theo hệ phân cấp WordNet, trong đó mỗi lớp tương ứng với một synset (một tập hợp các từ đồng nghĩa).
• Ảnh được huấn luyện ở kích thước 224x224; toàn bộ bộ dữ liệu cần tải xuống với dung lượng lớn, khoảng ~144 GB.
• Cuộc thi Nhận dạng Hình ảnh Quy mô Lớn ImageNet (ILSVRC) thường niên đã đóng vai trò quan trọng trong việc thúc đẩy nghiên cứu thị giác máy tính.

Cấu trúc dataset#

Bộ dữ liệu Ultralytics ImageNet sử dụng cách chia tập ILSVRC-2012:

Ảnh được lưu trong các thư mục riêng cho từng lớp, đặt tên theo ID synset WordNet (ví dụ: n01440764), đúng với cấu trúc mà quy trình huấn luyện phân loại của Ultralytics yêu cầu. Mỗi trong số 1.000 lớp ánh xạ tới một synset WordNet; không có tập kiểm tra riêng, vì vậy tập validation gồm 50.000 ảnh được dùng để đo độ chính xác.

Cuộc thi Nhận dạng Hình ảnh Quy mô Lớn ImageNet (ILSVRC)#

Cuộc thi Nhận dạng Hình ảnh Quy mô Lớn ImageNet (ILSVRC) thường niên cho phép các nhà nghiên cứu đánh giá benchmark thuật toán trên một bộ dữ liệu quy mô lớn, tiêu chuẩn hóa với các metric đánh giá nhất quán. Cuộc thi thúc đẩy những tiến bộ lớn trong deep learning cho phân loại ảnh, phát hiện đối tượng và các tác vụ thị giác khác — nổi bật nhất là chiến thắng của AlexNet năm 2012, góp phần mở đầu kỷ nguyên deep learning hiện đại.

Ứng dụng#

Bộ dữ liệu ImageNet được sử dụng rộng rãi để huấn luyện và đánh giá các model deep learning cho phân loại ảnh, phát hiện đối tượng và định vị đối tượng. Các kiến trúc mang tính bước ngoặt như AlexNet, VGG và ResNet đều được phát triển và đánh giá benchmark trên ImageNet; các trọng số được huấn luyện trước trên ImageNet vẫn là điểm khởi đầu phổ biến cho transfer learning trên nhiều tác vụ thị giác.

Cách sử dụng#

Để huấn luyện model phân loại YOLO trên ImageNet trong 100 epoch với kích thước ảnh 224x224, hãy sử dụng các đoạn mã bên dưới. Để xem danh sách toàn diện các tham số hiện có, hãy tham khảo trang Huấn luyện của model.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n-cls.pt")  # tải model đã huấn luyện trước (được khuyến nghị khi huấn luyện)

# Huấn luyện model
results = model.train(data="imagenet", epochs=100, imgsz=224)

Bạn cũng có thể quản lý bộ dữ liệu phân loại và chạy huấn luyện trên cloud bằng Ultralytics Platform.

Hình ảnh mẫu và annotation#

Bộ dữ liệu ImageNet bao gồm 1.000 lớp ILSVRC-2012, cung cấp một tài nguyên đa dạng và phong phú để huấn luyện và đánh giá các model thị giác máy tính. Dưới đây là một số ảnh mẫu từ bộ dữ liệu:

Trích dẫn và lời cảm ơn#

Nếu sử dụng dataset ImageNet trong nghiên cứu hoặc công việc phát triển, vui lòng trích dẫn bài báo sau:

@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}
}

Chúng tôi xin ghi nhận công lao của nhóm ImageNet, do Olga Russakovsky, Jia Deng và Li Fei-Fei dẫn dắt, trong việc tạo và duy trì bộ dữ liệu ImageNet như một tài nguyên giá trị cho cộng đồng nghiên cứu machine learning và thị giác máy tính. Để biết thêm thông tin về bộ dữ liệu ImageNet và những người tạo ra bộ dữ liệu, hãy truy cập trang web ImageNet.

Câu hỏi thường gặp#