مجموعة بيانات CIFAR-10#
مجموعة بيانات CIFAR-10 (المعهد الكندي للبحوث المتقدمة) هي معيار كلاسيكي لتصنيف الصور يضم 60,000 صورة ملونة بأبعاد 32x32 مقسمة بالتساوي على 10 فئات — طائرة، سيارة، طائر، قطة، غزال، كلب، ضفدع، حصان، سفينة، وشاحنة. تأتي المجموعة مع تقسيم محدد مسبقاً يضم 50,000 صورة للتدريب و10,000 صورة للاختبار (6,000 لكل فئة)، مما يجعلها نقطة بداية خفيفة الوزن ومتوازنة جيداً لتدريب وقياس أداء نماذج التصنيف. للحصول على تحدٍ أكثر تفصيلاً، راجع مجموعة بيانات CIFAR-100 ذات الصلة.
استكشف CIFAR-10 on Ultralytics Platform لمعاينة العينات، وفحص إحصاءات مجموعة البيانات، واستنساخها لأغراض التدريب.
الميزات الرئيسية#
- تحتوي CIFAR-10 على 60,000 صورة ملونة بأبعاد 32x32 بكسل، مقسمة بالتساوي إلى 10 فئات.
- تحتوي كل فئة على 6,000 صورة بالضبط - 5,000 للتدريب و1,000 للاختبار - مما يجعل مجموعة البيانات متوازنة تماماً.
- الفئات العشر هي: طائرة، سيارة، طائر، قطة، غزال، كلب، ضفدع، حصان، سفينة، وشاحنة.
- تأتي مجموعة البيانات مع تقسيم محدد مسبقاً للتدريب/الاختبار، لذا لا يلزم إجراء أي تقسيم يدوي أو تلقائي.
- تعد CIFAR-10 معياراً قياسياً لأبحاث تصنيف الصور والتعرف على الكائنات.
هيكل مجموعة البيانات#
تأتي CIFAR-10 مع تقسيم رسمي ومحدد مسبقاً، لذا لا حاجة لأي تقسيم تلقائي أو يدوي:
- الفئات: 10 (طائرة، سيارة، طائر، قطة، غزال، كلب، ضفدع، حصان، سفينة، شاحنة)
- إجمالي الصور: 60,000 (ملونة بحجم 32x32)
- مجموعة التدريب: 50,000 صورة (5,000 لكل فئة)
- مجموعة الاختبار: 10,000 صورة (1,000 لكل فئة)
لا تحتوي CIFAR-10 على مجلد منفصل للتحقق، لذا يستخدم Ultralytics مجموعة اختبار الـ 10,000 صورة كتقسيم للتحقق أثناء التدريب افتراضياً.
التطبيقات#
تُستخدم CIFAR-10 على نطاق واسع لتدريب وتقييم نماذج تصنيف الصور، بدءاً من الشبكات العصبية التفافية (CNNs) الكلاسيكية وآلات المتجهات الداعمة (SVMs) ووصولاً إلى البنى العميقة الحديثة. حجم صورها الصغير وفئاتها المتوازنة يجعلها مثالية للتجريب السريع، واختبار الخوارزميات الجديدة، وتدريس أساسيات رؤية الكمبيوتر.
الاستخدام#
قم بتدريب نموذج YOLO على CIFAR-10 لمدة 100 حقبة بحجم صورة يبلغ 32. للحصول على القائمة الكاملة للمعاملات المتاحة، راجع صفحة التدريب ودليل مهمة تصنيف الصور.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n-cls.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="cifar10", epochs=100, imgsz=32)صور وشروحات توضيحية عينة#
تحتوي مجموعة بيانات CIFAR-10 على صور ملونة لأشياء مختلفة، مما يوفر مجموعة بيانات منظمة جيداً لمهام تصنيف الصور. إليك بعض الأمثلة على الصور من مجموعة البيانات:
تُظهر العينات تنوع الكائنات في مجموعة بيانات CIFAR-10، مما يؤكد أهمية وجود مجموعة بيانات متنوعة لتدريب نماذج قوية لتصنيف الصور.
الاقتباسات والشكر#
إذا كنت تستخدم مجموعة بيانات CIFAR-10 في بحثك أو عملك التطويري، فيرجى الاستشهاد بالورقة البحثية التالية:
@TECHREPORT{Krizhevsky09learningmultiple,
author={Alex Krizhevsky},
title={Learning multiple layers of features from tiny images},
institution={},
year={2009}
}نود أن نشكر أكسل كريزيفسكي (Alex Krizhevsky) لإنشائه وصيانته لمجموعة بيانات CIFAR-10 كمرجع قيّم لمجتمع أبحاث التعلم الآلي ورؤية الكمبيوتر. لمزيد من المعلومات حول مجموعة بيانات CIFAR-10 ومبتكرها، تفضل بزيارة موقع مجموعة بيانات CIFAR-10.
الأسئلة الشائعة#
تُستخدم مجموعة بيانات CIFAR-10 على نطاق واسع لتدريب وتقييم نماذج تصنيف الصور والتعرف على الكائنات. وهي تحتوي على 60,000 صورة ملونة بأبعاد 32x32 موزعة بالتساوي على 10 فئات، ويجعلها حجمها الصغير وفئاتها المتوازنة معياراً سريعاً وموثوقاً للخوارزميات مثل الشبكات العصبية التفافية (CNNs) وآلات المتجهات الداعمة (SVMs).
لتدريب نموذج Ultralytics YOLO على CIFAR-10، استخدم مقتطفات التعليمات البرمجية أدناه. يتم تنزيل مجموعة البيانات تلقائياً عند الاستخدام الأول. للحصول على القائمة الكاملة للمعاملات، راجع صفحة تدريب النموذج.
مثال على التدريبfrom ultralytics import YOLO # Load a model model = YOLO("yolo26n-cls.pt") # load a pretrained model (recommended for training) # Train the model results = model.train(data="cifar10", epochs=100, imgsz=32)تحتوي CIFAR-10 على 10 فئات - طائرة، سيارة، طائر، قطة، غزال، كلب، ضفدع، حصان، سفينة، وشاحنة - مع 6,000 صورة لكل منها، ليصبح المجموع 60,000 صورة. الفئات حصرية بشكل متبادل ومتوازنة تماماً، ولا يوجد تداخل بين الفئات.
تأتي CIFAR-10 مع تقسيم محدد مسبقاً يضم 50,000 صورة للتدريب و10,000 صورة للاختبار، مع 5,000 صورة تدريب و1,000 صورة اختبار لكل فئة. بخلاف مجموعات بيانات التصنيف القائمة على المجلدات التي يقوم Ultralytics بتقسيمها تلقائياً، يتم استخدام التقسيم الرسمي لـ CIFAR-10 كما هو، وتُستخدم مجموعة الاختبار كتقسيم للتحقق أثناء التدريب افتراضياً.
نعم. تتيح لك Ultralytics Platform إدارات مجموعات البيانات، وتدريب نماذج تصنيف الصور، ونشرها دون الحاجة إلى برمجة مكثفة. إنها طريقة مريحة لتشغيل تجارب CIFAR-10 في السحابة، ويمكنك استكشاف المزيد من الخيارات في نظرة عامة على مجموعات بيانات التصنيف الخاصة بنا.