ImageWoof est un ensemble de données de référence en vision par ordinateur, créé comme un sous-ensemble difficile du plus grand ensemble de données ImageNet. Il se compose exclusivement d'images appartenant à 10 races de chiens, ce qui en fait une tâche de classification à grain fin où les classes sont visuellement similaires. L'ensemble de données a été introduit par Jeremy Howard, fondateur de fast.ai, pour évaluer les performances des modèles d'apprentissage automatique sur des problèmes de classification plus difficiles et plus réalistes que les sous-ensembles standard d'ImageNet.
Contrairement à l'ImageNet original, qui contient 1 000 catégories d'objets diverses, ImageWoof réduit le champ à une seule supercatégorie : les chiens. Les 10 races incluses sont le terrier australien, le border terrier, le samoyède, le beagle, le shih-tzu, le foxhound anglais, le rhodesian ridgeback, le dingo, le golden retriever et le berger anglais ancien. Chaque classe contient environ 500 images d'entraînement et 50 images de validation, reflétant la taille des classes de la répartition standard d'ImageNet, mais avec une similarité visuelle bien plus grande entre les catégories. Cette conception oblige les modèles à s'appuyer sur des différences subtiles de texture, de forme et de couleur plutôt que sur des caractéristiques grossières au niveau de l'objet.
L'objectif principal d'ImageWoof est de servir de test de résistance pour les architectures de Deep learning. Comme les classes sont si similaires, les modèles qui atteignent une haute précision sur ImageNet subissent souvent des baisses significatives sur ImageWoof, révélant leurs limites dans l'apprentissage de caractéristiques discriminantes. Il est fréquemment utilisé dans la recherche sur la Data Augmentation, l'Curriculum Learning et les Loss Functions, ainsi que dans des tutoriels pratiques pour l'ajustement fin de modèles de Neural network. L'ensemble de données fait également partie des supports de cours plus larges de fast.ai, où il est utilisé pour enseigner l'apprentissage par transfert et les techniques de redimensionnement progressif.
Structure de l'ensemble de données et accès
ImageWoof est distribué sous forme d'un ensemble d'images JPEG organisées en dossiers d'entraînement et de validation, avec des sous-dossiers pour chaque race. L'ensemble de données complet fait environ 1,5 Go. Il est disponible en téléchargement sur le site web de fast.ai et est également miroiré sur des dépôts académiques. Contrairement à certains ensembles de données qui nécessitent une inscription, ImageWoof est librement accessible à des fins de recherche et d'éducation. Les images proviennent de la collection ImageNet originale, mais seules celles appartenant aux 10 races sélectionnées sont conservées. Cela en fait un remplacement pratique pour ImageNet dans les expériences où les ressources computationnelles sont limitées, car il est environ 100 fois plus petit en termes de nombre de classes.
Référencement et performances des modèles
ImageWoof est devenu une référence standard dans la communauté du Machine learning. Les résultats typiques montrent qu'un Residual Network (ResNet) bien réglé (ResNet-50) atteint environ 90 % de précision top-1 sur ImageNet, mais seulement environ 70-75 % sur ImageWoof, selon les techniques d'entraînement. Des architectures plus récentes, telles que EfficientNet et les transformateurs de vision, ont poussé la précision plus haut, mais l'écart entre ImageNet et ImageWoof reste un point d'analyse. L'ensemble de données est souvent utilisé pour évaluer l'efficacité de la Batch Normalization, du Dropout et des schémas de Weight Initialization, car ces techniques peuvent avoir un impact disproportionné sur les tâches à grain fin. Les chercheurs utilisent également ImageWoof pour tester les méthodes de Model Pruning, car les paramètres redondants dans les grands modèles peuvent être moins utiles pour distinguer des races similaires.
Relation avec d'autres ensembles de données
ImageWoof fait partie d'une famille de sous-ensembles d'ImageNet créés pour des défis spécifiques. Son ensemble de données frère, ImageNette, contient 10 classes facilement distinguables (comme le tanche, l'épagneul springer anglais, le lecteur de cassette et la tronçonneuse) et sert de vérification de cohérence pour les implémentations de modèles. ImageWoof, en revanche, est conçu pour être difficile. Un autre ensemble de données connexe est ImageFoof, qui contient 10 classes d'aliments et offre un juste milieu en termes de difficulté. Ensemble, ces ensembles de données permettent aux chercheurs d'isoler l'effet de la similarité des classes sur les performances des modèles sans le coût computationnel d'ImageNet complet. Ils sont particulièrement populaires dans les contextes éducatifs, où les étudiants peuvent exécuter des expériences sur un seul GPU en quelques heures.
Utilisation pratique dans la recherche et l'éducation
Dans la recherche académique, ImageWoof est souvent utilisé comme banc d'essai pour les stratégies de Learning Rate Scheduling et les variantes d'optimiseurs comme l'Adam (Optimizer) et les Stochastic Gradient Descent Variants. Comme l'ensemble de données est petit, les chercheurs peuvent itérer rapidement sur les hyperparamètres. C'est également un choix courant pour étudier l'Transfer learning, où un modèle pré-entraîné sur ImageNet est affiné sur ImageWoof. La bibliothèque fast.ai, qui a popularisé l'ensemble de données, inclut un support intégré pour télécharger et charger ImageWoof avec seulement quelques lignes de code. Cette facilité d'utilisation a contribué à son adoption dans les cours universitaires sur l'Artificial intelligence et la vision par ordinateur. De nombreux tutoriels sur des plateformes comme GitHub et Kaggle utilisent ImageWoof pour démontrer des techniques telles que le Gradient Clipping et la Layer Normalization.
Limites et critiques
Certains chercheurs ont noté qu'ImageWoof, comme d'autres sous-ensembles d'ImageNet, hérite des biais de l'ensemble de données original, y compris un possible étiquetage erroné et un biais culturel dans la sélection des images. L'ensemble de données est également limité à 10 races, ce qui peut ne pas représenter pleinement la diversité des apparences des chiens dans le monde réel. Cependant, pour son objectif prévu - fournir un benchmark difficile mais traitable - il reste un outil précieux. Au milieu des années 2020, ImageWoof continue d'être cité dans des articles sur la reconnaissance visuelle à grain fin et il est peu probable qu'il soit remplacé de sitôt, étant donné sa simplicité et ses résultats de référence établis.