Imagenette, ImageNet डेटासेट का एक चुनिंदा उपसमुच्चय है, जिसमें 10 आसानी से पहचाने जाने योग्य वर्ग शामिल हैं। इसे पूर्ण ImageNet डेटासेट का एक छोटा, तेज़ी से डाउनलोड होने वाला और त्वरित प्रशिक्षण योग्य विकल्प प्रदान करने के लिए बनाया गया था, जिसमें 20,000 श्रेणियों में 14 मिलियन से अधिक छवियाँ हैं। Imagenette का व्यापक रूप से मशीन-लर्निंग और डीप-लर्निंग समुदायों में प्रोटोटाइपिंग, डिबगिंग और शैक्षिक उद्देश्यों के लिए उपयोग किया जाता है।
यह डेटासेट 2019 में जेरेमी हॉवर्ड द्वारा पेश किया गया था, जो fast.ai डीप लर्निंग समुदाय में एक प्रमुख व्यक्ति हैं। इसे ImageNet के साथ काम करने की व्यावहारिक चुनौतियों, जैसे इसके विशाल आकार और महत्वपूर्ण कम्प्यूटेशनल संसाधनों की आवश्यकता, को संबोधित करने के लिए डिज़ाइन किया गया था। वर्गों की संख्या को घटाकर 10 और कुल छवियों की संख्या को सीमित करके, Imagenette शोधकर्ताओं और अभ्यासकर्ताओं को बड़े पैमाने पर डेटा प्रोसेसिंग के ओवरहेड के बिना मॉडल आर्किटेक्चर, हाइपरपैरामीटर और प्रशिक्षण तकनीकों पर तेज़ी से पुनरावृत्ति करने की अनुमति देता है।
डेटासेट संरचना
Imagenette में 10 वर्ग शामिल हैं जिन्हें जानबूझकर दृष्टिगत रूप से भिन्न चुना गया है, जिससे वर्गीकरण कार्य अपेक्षाकृत सरल हो जाते हैं। इन वर्गों में शामिल हैं: टेन्च (एक प्रकार की मछली), इंग्लिश स्प्रिंगर स्पैनियल, कैसेट प्लेयर, चेन सॉ, चर्च, फ्रेंच हॉर्न, कचरा ट्रक, गैस पंप, गोल्फ बॉल और पैराशूट। प्रत्येक वर्ग में लगभग 1,000 छवियाँ होती हैं, जिसके परिणामस्वरूप कुल लगभग 10,000 छवियाँ बनती हैं। छवियाँ मूल ImageNet डेटासेट से ली गई हैं और दो रिज़ॉल्यूशन में उपलब्ध हैं: 160 पिक्सेल (त्वरित प्रयोगों के लिए) और 320 पिक्सेल (उच्च निष्ठा के लिए)। डेटासेट प्रशिक्षण और सत्यापन विभाजन दोनों में उपलब्ध है, सत्यापन सेट में 10% छवियाँ शामिल हैं।
उद्देश्य और उपयोग के मामले
Imagenette कृत्रिम-बुद्धिमत्ता और न्यूरल-नेटवर्क अनुसंधान में नए विचारों के परीक्षण के लिए एक बेंचमार्क के रूप में कार्य करता है। इसका छोटा आकार यह सत्यापित करने के लिए आदर्श बनाता है कि कोई मॉडल आर्किटेक्चर या प्रशिक्षण पाइपलाइन ImageNet जैसे बड़े डेटासेट में पैमाने बढ़ाने से पहले सही ढंग से काम करता है। सामान्य उपयोग के मामलों में शामिल हैं:
- एल्गोरिदम प्रोटोटाइपिंग: शोधकर्ता नवीन लॉस फ़ंक्शन, ऑप्टिमाइज़र या नियमितीकरण तकनीकों का तेज़ी से परीक्षण कर सकते हैं।
- शैक्षिक प्रदर्शन: प्रशिक्षक व्यापक कम्प्यूटेशनल संसाधनों की आवश्यकता के बिना डीप-लर्निंग अवधारणाओं को सिखाने के लिए Imagenette का उपयोग करते हैं।
- हाइपरपैरामीटर ट्यूनिंग: अभ्यासकर्ता इष्टतम कॉन्फ़िगरेशन खोजने के लिए लर्निंग-रेट-शेड्यूल, बैच-नॉर्मलाइज़ेशन और अन्य सेटिंग्स के साथ प्रयोग कर सकते हैं।
- डिबगिंग: डेटासेट की सरलता डेटा लोडिंग, मॉडल कार्यान्वयन या प्रशिक्षण लूप में समस्याओं को अलग करने में मदद करती है।
ImageNet से संबंध
Imagenette ImageNet का एक उपसमुच्चय है, जो दृश्य वस्तु पहचान सॉफ्टवेयर अनुसंधान में उपयोग के लिए डिज़ाइन किया गया एक बड़े पैमाने का दृश्य डेटाबेस है। ImageNet में 14 मिलियन से अधिक हाथ से एनोटेट की गई छवियाँ हैं, और इसकी वार्षिक प्रतियोगिता (ImageNet Large Scale Visual Recognition Challenge, ILSVRC) 2010 से कंप्यूटर-विज़न और डीप-लर्निंग को आगे बढ़ाने में एक प्रेरक शक्ति रही है। Imagenette मूल छवि सामग्री और लेबल को बरकरार रखता है लेकिन पैमाने को कम करता है, जिससे यह प्रयोग के लिए अधिक सुलभ हो जाता है। इसे अक्सर पूर्ण ImageNet पर प्रयोग चलाने से पहले एक सैनिटी चेक के रूप में उपयोग किया जाता है, जिसके लिए पर्याप्त GPU संसाधनों और समय की आवश्यकता होती है।
व्यावहारिक विचार
Imagenette का उपयोग करते समय, अभ्यासकर्ताओं को इसकी सीमाओं के बारे में पता होना चाहिए। यह डेटासेट ImageNet की पूर्ण जटिलता का प्रतिनिधित्व नहीं करता है, इसलिए Imagenette पर प्राप्त परिणाम सीधे बड़े पैमाने की समस्याओं पर स्थानांतरित नहीं हो सकते हैं। हालाँकि, यह प्रारंभिक परीक्षण और विभिन्न दृष्टिकोणों के सापेक्ष प्रदर्शन की तुलना करने के लिए एक मूल्यवान उपकरण बना हुआ है। डेटासेट fast.ai वेबसाइट से डाउनलोड के लिए उपलब्ध है और PyTorch और TensorFlow जैसे लोकप्रिय डीप लर्निंग फ्रेमवर्क के साथ आसानी से एकीकृत किया जा सकता है। इसका छोटा आकार इसे सीमित स्टोरेज या बैंडविड्थ वाले वातावरण, जैसे क्लाउड-आधारित नोटबुक या एज डिवाइस, में उपयोग के लिए भी उपयुक्त बनाता है।