21 февраля 2025 г.
Присоединяйтесь к нам, и мы внимательно рассмотрим лучшие наборы данных для компьютерного зрения 2025 года. Узнайте, как разнообразные и качественные наборы данных способствуют созданию более эффективных решений Vision AI.
Знаете ли вы, что данные играют роль почти во всем, что вы делаете ежедневно? Просмотр видео, фотографирование или проверка Google Maps способствуют постоянному потоку информации, собираемой более чем 75 миллиардами подключенных устройств. Эти данные формируют основу искусственного интеллекта (AI). Фактически, передовые модели компьютерного зрения, такие как Ultralytics YOLO11, полагаются на визуальные данные для выявления закономерностей, интерпретации изображений и понимания окружающего мира.
Интересно, что ценность данных заключается не только в количестве. Гораздо важнее, насколько хорошо они организованы и подготовлены. Если набор данных неряшливый или неполный, это может привести к ошибкам. Однако, когда наборы данных чистые и разнообразные, они помогают моделям компьютерного зрения работать лучше, будь то распознавание объектов в толпе или анализ сложных визуальных элементов. Высококачественные наборы данных имеют решающее значение.
В этой статье мы рассмотрим лучшие наборы данных для компьютерного зрения 2025 года и посмотрим, как они способствуют созданию более точных и эффективных моделей компьютерного зрения. Давайте начнем!
Набор данных для компьютерного зрения — это коллекция изображений или видео, которые помогают системам компьютерного зрения научиться понимать и распознавать визуальную информацию. Эти наборы данных поставляются с метками или аннотациями, которые помогают моделям распознавать объекты, людей, сцены и закономерности в данных.
Они могут использоваться для обучения моделей компьютерного зрения, помогая им улучшать такие задачи, как идентификация лиц, обнаружение объектов или анализ сцен. Чем лучше набор данных — хорошо организованный, разнообразный и точный, — тем лучше работает модель Vision AI, что приводит к созданию более интеллектуальных и полезных технологий в повседневной жизни.
Создание набора данных для компьютерного зрения похоже на подготовку учебных заметок, чтобы научить кого-то видеть и понимать мир. Все начинается со сбора изображений и видео, соответствующих конкретному разрабатываемому вами приложению.
Идеальный набор данных включает разнообразные примеры интересующих объектов, снятые с разных углов, в различных условиях освещения и на разных фонах и в разных средах. Такое разнообразие гарантирует, что модель компьютерного зрения научится точно распознавать закономерности и надежно работать в реальных сценариях.
После сбора соответствующих изображений и видео следующим шагом является разметка данных. Этот процесс включает добавление тегов, аннотаций или описаний к данным, чтобы ИИ мог понять, что содержит каждое изображение или видео.
Метки могут включать названия объектов, местоположения, границы или другие соответствующие детали, которые помогают обучить модель точно распознавать и интерпретировать визуальную информацию. Разметка данных преобразует простую коллекцию изображений в структурированный набор данных, который можно использовать для обучения модели компьютерного зрения.
Вы можете задаться вопросом, что делает набор данных высококачественным. Существует много факторов, таких как точная разметка, разнообразие и последовательность. Например, если несколько аннотаторов размечают набор данных для обнаружения объектов, чтобы идентифицировать кошачьи уши, один может пометить их как часть головы, а другой - отдельно как уши. Эта непоследовательность может запутать модель и повлиять на ее способность правильно обучаться.
Вот краткий обзор качеств идеального набора данных для компьютерного зрения:
Модели Ultralytics YOLO, такие как YOLOv8, созданы для работы с наборами данных в определенном формате файлов YOLO. Хотя преобразовать собственные данные в этот формат довольно просто, мы также предоставляем удобный вариант для тех, кто хочет сразу приступить к экспериментам.
Python-пакет Ultralytics поддерживает широкий спектр наборов данных компьютерного зрения, что позволяет вам сразу же погрузиться в проекты, использующие такие задачи, как обнаружение объектов, сегментация экземпляров или оценка позы, без какой-либо дополнительной настройки.
Пользователи могут легко получить доступ к готовым к использованию наборам данных, таким как COCO, DOTA-v2.0, Open Images V7 и ImageNet, указав имя набора данных в качестве одного из параметров в функции обучения. При этом набор данных автоматически загружается и предварительно настраивается, поэтому вы можете сосредоточиться на создании и улучшении своих моделей.
Развитие Vision AI опирается на разнообразные крупномасштабные наборы данных, которые стимулируют инновации и обеспечивают прорывы. Давайте рассмотрим некоторые из наиболее важных наборов данных, поддерживаемых Ultralytics, которые влияют на модели компьютерного зрения.
ImageNet, созданный Фей-Фей Ли и ее командой в Принстонском университете в 2007 году и представленный в 2009 году, представляет собой большой набор данных, содержащий более 14 миллионов размеченных изображений. Он широко используется для обучения систем распознаванию и классификации различных объектов. Его структурированный дизайн делает его особенно полезным для обучения моделей точной классификации изображений. Будучи хорошо документированным, он в основном фокусируется на классификации изображений и не имеет подробных аннотаций для таких задач, как обнаружение объектов.
Вот взгляд на некоторые из ключевых сильных сторон ImageNet:
Однако, как и у любого набора данных, у него есть свои ограничения. Вот некоторые проблемы, которые следует учитывать:
Набор данных DOTA-v2.0, где DOTA расшифровывается как Dataset for Object Detection in Aerial Images (набор данных для обнаружения объектов на аэрофотоснимках), представляет собой обширную коллекцию аэрофотоснимков, созданную специально для обнаружения объектов с ориентированными ограничивающими рамками (OBB). При обнаружении OBB используются повернутые ограничивающие рамки для более точного выравнивания с фактической ориентацией объектов на изображении. Этот метод особенно хорошо подходит для аэрофотосъемки, где объекты часто отображаются под разными углами, что приводит к более точной локализации и улучшенному обнаружению в целом.
Этот набор данных состоит из более чем 11 000 изображений и более 1,7 миллиона ориентированных ограничивающих рамок по 18 категориям объектов. Изображения варьируются от 800×800 до 20 000×20 000 пикселей и включают такие объекты, как самолеты, корабли и здания.
Благодаря своим подробным аннотациям DOTA-v2.0 стал популярным выбором для проектов дистанционного зондирования и воздушного наблюдения. Вот некоторые из ключевых особенностей DOTA-v2.0:
Хотя у DOTA-v2 много сильных сторон, вот некоторые ограничения, которые следует учитывать пользователям:
Набор данных Roboflow 100 (RF100) был создан компанией Roboflow при поддержке Intel. Его можно использовать для тестирования и оценки эффективности моделей обнаружения объектов. Этот эталонный набор данных включает 100 различных наборов данных, выбранных из более чем 90 000 общедоступных наборов. Он содержит более 224 000 изображений и 800 классов объектов из таких областей, как здравоохранение, аэрофотосъемка и игры.
Вот некоторые из ключевых преимуществ использования RF100:
Несмотря на свои сильные стороны, RF100 также имеет определенные недостатки, о которых следует помнить:
Набор данных COCO является одним из наиболее широко используемых наборов данных компьютерного зрения, предлагающим более 330 000 изображений с подробными аннотациями. Он предназначен для обнаружения объектов, сегментации и создания подписей к изображениям, что делает его ценным ресурсом для многих проектов. Его подробные метки, включая ограничивающие рамки и маски сегментации, помогают системам научиться точно анализировать изображения.
Этот набор данных известен своей гибкостью и полезен для различных задач, от простых до сложных проектов. Он стал стандартом в области Vision AI, часто используемым в задачах и соревнованиях для оценки производительности моделей.
Некоторые из его сильных сторон включают:
Вот несколько ограничивающих факторов, о которых следует знать:
Open Images V7 — это огромный набор данных с открытым исходным кодом, курируемый Google, содержащий более 9 миллионов изображений с аннотациями для 600 категорий объектов. Он включает в себя различные типы аннотаций и идеально подходит для решения сложных задач компьютерного зрения. Его масштаб и глубина обеспечивают всесторонний ресурс для обучения и тестирования моделей компьютерного зрения.
Кроме того, популярность набора данных Open Images V7 в исследованиях предоставляет пользователям множество ресурсов и примеров для обучения. Однако его огромный размер может сделать загрузку и обработку трудоемкими, особенно для небольших команд. Другая проблема заключается в том, что некоторые аннотации могут быть непоследовательными, что требует дополнительных усилий для очистки данных, а интеграция не всегда проходит гладко, что означает, что может потребоваться дополнительная подготовка.
Выбор правильного набора данных — важная часть подготовки вашего проекта компьютерного зрения к успеху. Лучший выбор зависит от вашей конкретной задачи — хороший подбор помогает вашей модели освоить нужные навыки. Он также должен легко интегрироваться с вашими инструментами, чтобы вы могли больше сосредоточиться на создании своей модели и меньше на устранении неполадок.
.webp)
Высококачественные наборы данных являются основой любой модели компьютерного зрения, помогая системам научиться точно интерпретировать изображения. Разнообразные и хорошо аннотированные наборы данных особенно важны, поскольку они позволяют моделям надежно работать в реальных сценариях и уменьшают ошибки, вызванные ограниченными или некачественными данными.
Ultralytics упрощает процесс доступа и работы с наборами данных компьютерного зрения, облегчая поиск подходящих данных для вашего проекта. Выбор правильного набора данных — важный шаг в создании высокопроизводительной модели, приводящий к более точным и эффективным результатам.
Присоединяйтесь к нашему сообществу и изучите наш репозиторий GitHub, чтобы узнать больше об ИИ. Откройте для себя достижения, такие как компьютерное зрение для здравоохранения и ИИ в самоуправляемых автомобилях, на страницах наших решений. Ознакомьтесь с нашими вариантами лицензирования и сделайте первый шаг к началу работы с компьютерным зрением уже сегодня!
