Import from Roboflow Universe
Roboflow Universe から画像をダウンロードまたはクローンしてプロジェクトで使用します。
Roboflow Universe はコンピュータビジョン向けのオープンソースデータセットと事前学習済みモデルをホストしています。20万以上のデータセットと5万の事前学習済みモデルが利用可能です。Universe の画像をデータセットに追加する方法は二通りあります。データセット全体をダウンロードするか、Roboflow Universe からプロジェクトで使用するために選択した画像をクローンできます。
データセット全体をダウンロードする
まず、Roboflow Universe でデータセットを見つけます。次に、 Download Dataset ボタンをクリックします。ポップアップが表示され、データをどのフォーマットでエクスポートするかを選択するように求められます。表示されるオプションは、そのモデルが解くコンピュータビジョンのタスク（オブジェクト検出、分類、セグメンテーション）に対応したフォーマットです。
Roboflow Universe から ZIP ファイルをエクスポートしてデータセットを直接ダウンロードすることも、データセットをダウンロードするために使用できるコードスニペットを取得することもできます。提供されるコードスニペットは、ノートブックでデータセットを使用する場合に便利です。
画像を Roboflow プロジェクトにクローンする
設定が完了したら、ファイルやフォルダをダウンロードするために次のコマンドを実行します。 新しい Project を作成しました あなたの Roboflow アカウントで、次に移動します Roboflow Universe を使って Dataset Search あなたのユースケースに合う画像のあるプロジェクトを見つけます。
画像やアノテーションが目的に合うプロジェクトを見つけたら、Images ページを開いてクローンする画像を選択します。画像にマウスを重ねて画像右上のチェックボックスをクリックすると個別の画像を選択できます。一括で画像を追加するには、Select All をクリックして現在の結果ページに表示されているすべての画像をクローンできます。
プロジェクトにクローンしたい画像を選択したら、Clone Images をクリックし、その Project を含む Workspace を選択します。
Workspace を選択し、次に画像をデータセットに追加する Project を選びます。
画像を Project にクローンする際、アノテーション付きでインポートするか、アノテーションなしでインポートするかを選べます。データセットに画像をクローンする際、増強済みの画像は含まれず、データセットを生成する際にあなた自身で apply your own augmentations することができます。
アノテーションのない生画像をインポートすることは、次の場合に役立つオプションです：
対象の物体を含む画像を見つけたが、アノテーションがモデルに識別させたい対象に焦点を当てていない可能性がある場合
分類データセットを見つけたが、あなたのプロジェクトではバウンディングボックスが必要な場合
あなたが使用したいのが polygon annotations しかしプロジェクトがバウンディングボックスを使っている場合
Roboflow は、既に存在する画像を追加しようとしていないかをチェックします。ご安心ください：重複する画像を追加することはできません。
必要なデータを見つけるための高度なヒント
を使って Dataset Search モデルをファインチューニングするために正確に必要なデータを見つけることができます。例として、もし当社の錆検出モデルがパイプ上の錆の検出に苦戦している場合、データセットに追加するためにパイプの画像をより多く見つけたいでしょう。Projects 内および Roboflow Universe 全体でのリッチなセマンティック検索は、ニッチなデータを見つけるのに利用できます。
研究用データセット内での Dataset Search を使うと、比較的ラベルの揃った多数のデータを迅速に収集してモデルのキックスタートに役立てることができます。
特定のデータを見つける別の方法は、 Health Check page を使用して特定のクラスをクリックすることです。これにより、そのクラスが結果の上部にフィルタされた Images ページに移動します。
Roboflow Universe で必要なデータが見つからない場合は、いつでも upload your own data via API または YouTube を利用して videos as training data.
Last updated
Was this helpful?