الطيور 525 نوعًا مجموعة بيانات صور 525 طائرًا

نظرة عامة على مجموعة البيانات

تحتوي مجموعة البيانات على 525 نوعًا من الطيور، و84,635 صورة تدريبية، و2,625 صورة اختبار، و2,625 صورة للتحقق.

تنظيف البيانات وضمان الجودة

• إزالة التكرار والضوضاء:استخدم الأدوات التحليلية لتنظيف مجموعة البيانات وإزالة الصور المكررة أو شبه المكررة، بالإضافة إلى الصور المعيبة أو ذات المعلومات المنخفضة.
• عزل مجموعة البيانات:تأكد من عدم وجود تسرب للمعلومات بين مجموعات البيانات الخاصة بالتدريب والاختبار والتحقق.

خصائص مجموعة البيانات

• جودة الصورة:الصور أصلية وغير معززة، مع وجود طائر واحد فقط في كل صورة، وعادة ما تشغل ما لا يقل عن 50% بكسل.
• الأداء المتوقع:من المتوقع أن تحقق النماذج ذات التعقيد المتوسط دقة تدريب واختبار تبلغ حوالي 90%.

المواصفات الفنية

• حجم الصورة:جميع الصور بتنسيق JPG 224 × 224 × 3 ألوان.
• بنية مجموعة البيانات:تتضمن مجموعة التدريب ومجموعة الاختبار ومجموعة التحقق، تحتوي كل مجموعة على 525 دليلًا فرعيًا، يتوافق كل دليل فرعي مع نوع من الطيور.

توصيات لاستخدام مجموعة البيانات

• مولد البيانات:من المستحسن استخدام Keras ImageDataGenerator.flow_from_directory لإنشاء مولد البيانات.
• الملفات الداعمة:تتضمن مجموعة البيانات bird.csv ملف يحتوي على مسار الصورة والعلامة والاسم العلمي ونوع مجموعة البيانات وقيمة مؤشر الفئة.

جمع البيانات ومعالجتها

• مصدر الصورة:تم جمعها من خلال البحث على الإنترنت، وتم فحصها وحذف الصور المكررة أو شبه المكررة بعد تنزيلها.
• معالجة الصور:قم بقص الصورة وتغيير حجمها للتأكد من أن صورة الطائر تشغل 50% بكسل على الأقل.

قيود مجموعة البيانات

• توصيات حجم الصورة:يوصى باستخدام حجم صورة 150 × 150 × 3 لتقليل وقت التدريب.
• رقم الوثيقة:يتم ترقيم جميع الملفات حسب النوع، ويتم ملء صور التدريب بالأصفار للحفاظ على الترتيب.
• مجموعة بيانات غير متوازنة:يختلف عدد الصور لكل نوع في مجموعة التدريب، ولكن يوجد ما لا يقل عن 130 صورة.
• التحيز الجنسي:حوالي 80% من الصور هي صور ذكور و20% صور إناث، مما قد يؤدي إلى ضعف أداء المصنف على الصور الأنثوية.