【亲测免费】 Imagenette: 一个轻量级的图像识别数据集

1. 项目基础介绍

Imagenette 是一个开源的图像数据集项目，旨在为开发者提供一个较小的、易于处理的视觉数据集，以快速验证算法的有效性。这个项目由 FastAI 团队创建，主要使用 Python 编程语言。它是一个从 Imagenet 中精选出的10个容易分类的类别的子集，包括鲑鱼、英国春獒、录音机等。

2. 核心功能

项目的核心功能是提供一个小型的图像识别数据集，这个数据集被设计为可以快速加载和训练，适合于快速原型设计和算法验证。以下是它的几个关键特点：

• 包含10个易于分类的类别，有助于快速实现基本的图像识别任务。
• 提供不同分辨率的图像，包括320px和160px版本，方便不同的训练需求。
• 包含带有噪声标签的数据集版本，有助于研究模型对于标签噪声的鲁棒性。
• 提供在线排行榜，鼓励研究者创造更准确的分类器，并在不同的限制条件下测试其性能。

3. 最近更新的功能

最近的项目更新包括：

• 数据集现在分为70%的训练集和30%的验证集，以便于模型验证。
• 引入了 Imagewoof 数据集，这是一个包含10个不太容易分类的狗品种的子集。
• 增加了 Image网 数据集，这是一个结合了 Imagenette 和 Imagewoof 的数据集，但添加了一些变化，使其成为一个棘手的半监督、不平衡分类问题。

项目持续更新，为研究者提供了更多样化和更具挑战性的数据集，以推动图像识别领域的研究和算法改进。