ImageNet10 Veri Kümesi
ImageNet10 veri kümesi, ImageNet veritabanının küçük ölçekli bir alt kümesidir ve Ultralytics tarafından geliştirilmiş ve CI testleri, doğruluk denetimleri ve eğitim hatlarının hızlı testi için tasarlanmıştır. Bu veri kümesi, eğitim kümesindeki ilk görüntüden ve ImageNet'teki ilk 10 sınıfın doğrulama kümesindeki ilk görüntüden oluşur. Önemli ölçüde daha küçük olmasına rağmen, orijinal ImageNet veri kümesinin yapısını ve çeşitliliğini korur.
Temel Özellikler
- ImageNet10, orijinal veri kümesinin ilk 10 sınıfını temsil eden 20 görüntü ile ImageNet'in kompakt bir versiyonudur.
- 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 düzenlenmiştir. ImageNet10'daki 10 sınıfın her biri bir eş anlamlı terimler koleksiyonu olan bir synset tarafından açıklanır. ImageNet10'daki görüntüler, çeşitli nesneleri ve bunların ilişkilerini tanımak için modelleri test etmek için kompakt bir kaynak sağlayan bir veya daha fazla synset ile açıklanmıştır.
Uygulamalar
ImageNet10 veri seti, bilgisayarlı görü modellerini ve ardışık düzenlerini hızlı bir şekilde test etmek ve hatalarını ayıklamak için kullanışlıdır. Küçük boyutu, hızlı yinelemeye olanak tanıyarak sürekli entegrasyon testleri ve temel kontroller 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 seçilmiştir ve hızlı test ve değerlendirme için çeşitli ancak kompakt bir veri seti sağlamaktadır.
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 kullanırsanız, 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 oluşturup sürdürdükleri için Olga Russakovsky, Jia Deng ve Li Fei-Fei liderliğindeki ImageNet ekibine teşekkür ederiz. 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 kümesi, hızlı CI testleri, doğruluk denetimleri ve eğitim hattı değerlendirmeleri için Ultralytics tarafından oluşturulan orijinal ImageNet veritabanının 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 kümesinin yapısını ve çeşitliliğini korur, bu da onu hızlı test için ideal hale getirir, ancak modelleri kıyaslamak 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 CI testleri, sağlamlık kontrolleri ve derin öğrenme hatlarındaki 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 olsa da, farklı amaçlara hizmet ederler. ImageNet10, ImageNet'in ilk 10 sınıfından sadece 20 resim (sınıf başına 2) içerir, bu da onu CI testi ve hızlı doğruluk denetimleri için son derece hafif hale getirir. Buna karşılık, ImageNette, 10 kolayca ayırt edilebilir sınıf arasında binlerce resim içerir ve 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 olanlar için daha iyidir.
