Imagenette是ImageNet数据集的一个精选子集，包含10个易于区分的类别。它的创建目的是为完整的ImageNet数据集提供一个更小、下载更快、训练更迅速的替代方案，而完整的ImageNet数据集包含超过1400万张图像，涵盖20000个类别。Imagenette在机器学习和深度学习社区中被广泛用于原型开发、调试和教育目的。
该数据集由Jeremy Howard于2019年引入，他是fast.ai深度学习社区中的杰出人物。设计该数据集的目的是解决使用ImageNet时面临的实际挑战，例如其庞大的规模以及对大量计算资源的需求。通过将类别数量减少到10个并限制图像总数，Imagenette使研究人员和从业者能够快速迭代模型架构、超参数和训练技术，而无需承担大规模数据处理的负担。
数据集构成
Imagenette包含10个经过精心挑选、视觉上截然不同的类别，使得分类任务相对简单。这些类别包括：丁鱥（一种鱼类）、英国史宾格犬、盒式录音机、链锯、教堂、法国号、垃圾车、加油泵、高尔夫球和降落伞。每个类别包含约1000张图像，总计约10000张图像。这些图像来源于原始ImageNet数据集，并提供两种分辨率：160像素（用于快速实验）和320像素（用于更高保真度）。该数据集分为训练集和验证集两部分，其中验证集包含10%的图像。
目的与使用场景
Imagenette作为测试人工智能和神经网络研究中新思想的基准。其较小的规模使其成为验证模型架构或训练流程是否正常工作的理想选择，然后再扩展到ImageNet等更大的数据集。常见的使用场景包括：
- 算法原型开发：研究人员可以快速测试新颖的损失函数、优化器或正则化技术。
- 教学演示：讲师使用Imagenette教授深度学习概念，而无需大量计算资源。
- 超参数调优：从业者可以试验学习率调度、批归一化及其他设置，以找到最优配置。
- 调试：数据集的简单性有助于隔离数据加载、模型实现或训练循环中的问题。
与ImageNet的关系
Imagenette是ImageNet的子集，而ImageNet是一个大规模视觉数据库，专为视觉对象识别软件研究而设计。ImageNet包含超过1400万张人工标注的图像，其年度竞赛（ImageNet大规模视觉识别挑战赛，ILSVRC）自2010年以来一直是推动计算机视觉和深度学习发展的驱动力。Imagenette保留了原始图像内容和标签，但缩小了规模，使其更便于实验。它通常被用作在完整ImageNet上运行实验前的健全性检查，因为完整ImageNet需要大量的GPU资源和时间。
实际考虑
使用Imagenette时，从业者应注意其局限性。该数据集不能代表ImageNet的全部复杂性，因此在Imagenette上获得的结果可能无法直接迁移到更大规模的问题中。然而，它仍然是初始测试和比较不同方法相对性能的宝贵工具。该数据集可从fast.ai网站下载，并能轻松与PyTorch和TensorFlow等主流深度学习框架集成。其较小的规模也使其适用于存储或带宽有限的环境，例如基于云的笔记本或边缘设备。