Dataset ImageNette#

13,394

Imagenette

ultralytics

publicClassify

Imagenette is fast.ai's ten-class ImageNet subset designed for faster classification experiments. Its human-readable classes include tench, English springer, church, chain saw, French horn, garbage truck, gas pump, golf ball, parachute, and cassette player.

10 classes944.7 MBSep 2, 2026

tenchEnglish springercassette playerchain saw+6

image-classificationimagenetteimagenet+1

Dataset ImageNette là một tập con của ImageNet gồm 10 class dễ phân biệt, được tạo bởi fast.ai nhằm cung cấp một phiên bản ImageNet nhanh hơn, dễ sử dụng hơn cho phát triển phần mềm và giáo dục. Dataset này chứa 13.394 ảnh màu — 9.469 ảnh để training và 3.925 ảnh để validation — bao phủ các class như cá mè, English springer, máy cassette và kèn Pháp, nhờ đó các model image classification có thể training trong vài phút thay vì hàng giờ như ImageNet đầy đủ với 1.000 class.

Tính năng chính#

• ImageNette chứa 13.394 ảnh thuộc 10 class: cá mè, English springer, máy cassette, cưa máy, nhà thờ, kèn Pháp, xe chở rác, cây xăng, bóng golf và dù.
• Dataset này đi kèm một split được định nghĩa sẵn gồm 9.469 ảnh màu dùng cho training và 3.925 ảnh màu dùng cho validation với kích thước đa dạng.
• 10 class được phân tách rõ ràng giúp ImageNette training nhanh và dễ phân tích, vì vậy dataset này được sử dụng rộng rãi cho việc prototyping và giảng dạy image classification.

Cấu trúc bộ dữ liệu#

ImageNette đi kèm split train/validation được định nghĩa sẵn, trong đó mỗi class được lưu trong thư mục riêng:

Số lượng ảnh chính xác thay đổi tùy theo class, tạo ra một phân phối thực tế để training và benchmarking nhanh mà không cần đến quy mô của dataset ImageNet đầy đủ.

Ứng dụng#

Dataset ImageNette được sử dụng rộng rãi để training và đánh giá các model deep learning trong các tác vụ image classification, chẳng hạn như Mạng nơ-ron tích chập (CNNs) và các thuật toán machine learning khác. Định dạng đơn giản cùng các class được lựa chọn hợp lý khiến dataset này trở thành tài nguyên hữu ích cho cả người mới bắt đầu lẫn các chuyên gia trong lĩnh vực machine learning và computer vision.

Cách sử dụng#

Để training một model trên dataset ImageNette trong 100 epoch với kích thước ảnh tiêu chuẩn 224x224, bạn có thể sử dụng các đoạn code sau. Để xem danh sách đầy đủ các argument khả dụng, hãy tham khảo trang Training của model.

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

Hình ảnh mẫu và annotation#

Dataset ImageNette chứa các ảnh màu về nhiều đối tượng và cảnh khác nhau, cung cấp một dataset đa dạng cho các tác vụ image classification. Dưới đây là một số ví dụ về ảnh trong dataset:

Ví dụ này thể hiện sự đa dạng và phức tạp của các ảnh trong dataset ImageNette, làm nổi bật tầm quan trọng của một dataset đa dạng trong việc training các model image classification mạnh mẽ.

ImageNette160 và ImageNette320#

Để prototyping và training nhanh hơn, ImageNette cũng có sẵn ở hai kích thước thu gọn: ImageNette160 và ImageNette320. Các dataset này giữ nguyên class và cấu trúc như ImageNette đầy đủ, nhưng ảnh được resize về độ dài cạnh tối đa nhỏ hơn. Chúng đặc biệt hữu ích cho việc kiểm thử model ban đầu hoặc khi tài nguyên tính toán bị hạn chế.

Để sử dụng các dataset này, chỉ cần thay imagenette bằng imagenette160 hoặc imagenette320 trong lệnh training. Các đoạn code sau minh họa cách thực hiện:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model with ImageNette160
results = model.train(data="imagenette160", epochs=100, imgsz=160)

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model with ImageNette320
results = model.train(data="imagenette320", epochs=100, imgsz=320)

Các phiên bản dataset nhỏ hơn này cho phép lặp nhanh trong quá trình phát triển mà vẫn cung cấp các tác vụ image classification thực tế. Bạn cũng có thể quản lý các dataset classification và chạy training trên cloud với Ultralytics Platform.

Trích dẫn và ghi nhận đóng góp#

Nếu sử dụng dataset ImageNette trong công việc nghiên cứu hoặc phát triển, vui lòng ghi nhận dataset một cách phù hợp. Để biết thêm thông tin về ImageNette, hãy truy cập trang GitHub của dataset ImageNette.

Chúng tôi xin ghi nhận công sức của đội ngũ fast.ai trong việc tạo và duy trì ImageNette như một tài nguyên có giá trị cho cộng đồng nghiên cứu machine learning và computer vision.

FAQ#