如何找到 ID 以下载 ImageNet 子集？

Question

我是 ImageNet 的新手，想下载其中一个子集/同义词集的全尺寸图像，但是我发现很难真正找到可用的子集以及在哪里可以找到 ID 代码以便我可以下载它。

以前的所有答案（仅 7 个月前）都包含现在全部无效的链接。 有些人似乎暗示有某种算法可以构成一个 ID，因为它链接到 wor.net？

本质上，我想要一个塑料或塑料废物或理想情况下是海洋垃圾的数据集。 非常感谢任何有关如何获取相关 ImageNet ID 的帮助或对其他数据集的建议！！

Answer 1

我使用这个repo 来实现你正在寻找的东西。 请按照以下步骤操作：

1. 在Imag.net网站上创建一个帐户
2. 获得许可后，为您的任务下载WordNet ID 列表
3. 获得包含 WordNet ID 的.txt文件后，您就可以运行main.py
4. 根据您的需要，您可以调整每个 class 的图像数量
5. 默认情况下ImageNet图像会自动调整为224x224大小。 要删除调整大小或实施其他类型的预处理，只需修改第 40 行中的代码

资料来源：有关更多详细信息，请参阅此媒体文章。

您可以在此处找到 ImageNet 的所有 1000 个类。

编辑：上述方法在 2021 年 3 月后不起作用。根据此更新：

新网站更简单； 我们删除了无关或过时的功能以专注于核心用例——使用户能够下载数据，包括完整的 ImageNet 数据集和 ImageNet 大规模视觉识别挑战赛 (ILSVRC)。

因此，现在要解析和搜索 imag.net，您可能必须使用nltk 。

最近，组织者举办了一场基于原始数据集的 Kaggle 挑战赛，其中包含用于 object 检测的附加标签。 要下载数据集，您需要注册一个 Kaggle 帐户并加入此挑战赛。 请注意，这样做即表示您同意遵守比赛规则。

请注意，此文件非常大 (168 GB)，下载时间从几分钟到几天不等，具体取决于您的网络连接。

按照此指南安装 Kaggle CLI 并设置凭据。

pip install kaggle

然后运行这些：

kaggle competitions download -c imagenet-object-localization-challenge
unzip imagenet-object-localization-challenge.zip -d <YOUR_FOLDER>

此外，要了解 ImageNet 层次结构，请参阅此。