مجموعة بيانات CIFAR-10#

مجموعة بيانات CIFAR-10 (المعهد الكندي للبحوث المتقدمة) هي معيار كلاسيكي لـ تصنيف الصور يتكون من 60,000 صورة ملونة بحجم 32x32 مقسمة بالتساوي على 10 فئات: طائرة، سيارة، طائر، قطة، غزال، كلب، ضفدع، حصان، سفينة، وشاحنة. تأتي مجموعة البيانات مع تقسيم محدد مسبقاً يضم 50,000 صورة للتدريب و10,000 صورة للاختبار (6,000 لكل فئة)، مما يجعلها نقطة انطلاق خفيفة ومتوازنة لتدريب نماذج التصنيف وتقييم أدائها. لمزيد من التحديات الأكثر دقة، راجع مجموعة بيانات CIFAR-100 ذات الصلة.

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 لبحوث 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)

التطبيقات#

تُستخدم CIFAR-10 على نطاق واسع لتدريب وتقييم نماذج تصنيف الصور، بدءاً من الشبكات العصبية التلافيفية (CNNs) الكلاسيكية وآلات ناقلات الدعم (SVMs) وصولاً إلى البنى العميقة الحديثة. حجم صورها الصغير وفئاتها المتوازنة تجعلها مثالية للتجارب السريعة، وقياس أداء الخوارزميات الجديدة، وتدريس أساسيات الرؤية الحاسوبية.

الاستخدام#

قم بتدريب نموذج YOLO على CIFAR-10 لمدة 100 حقبة بحجم صورة 32. للحصول على القائمة الكاملة للوسائط 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 لكائنات متنوعة، مما يوفر مجموعة بيانات منظمة بشكل جيد لمهام تصنيف الصور. فيما يلي بعض الأمثلة للصور 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 أليكس كريفشيفسكي على إنشاء وصيانة مجموعة بيانات CIFAR-10 كمورد قيم لمجتمع بحوث تعلم الآلة والرؤية الحاسوبية. لمزيد من المعلومات حول مجموعة بيانات CIFAR-10 ومبتكرها، تفضل بزيارة موقع مجموعة بيانات CIFAR-10.

الأسئلة الشائعة#

في ماذا تُستخدم مجموعة بيانات CIFAR-10 في تعلم الآلة؟#

تُستخدم مجموعة بيانات CIFAR-10 على نطاق واسع لتدريب وقياس أداء نماذج تصنيف الصور والتعرف على الكائنات. تحتوي على 60,000 صورة ملونة بحجم 32x32 موزعة بالتساوي على 10 فئات، ويجعلها حجمها الصغير وفئاتها المتوازنة معياراً سريعاً وموثوقاً للخوارزميات مثل الشبكات العصبية التلافيفية (CNNs) وآلات ناقلات الدعم (SVMs).

كيف يمكنني تدريب نموذج Ultralytics YOLO على مجموعة بيانات CIFAR-10؟#

لتدريب نموذج Ultralytics YOLO على CIFAR-10، استخدم مقتطفات الكود أدناه. يتم تنزيل مجموعة البيانات تلقائياً عند الاستخدام لأول مرة. للحصول على قائمة كاملة بالوسائط، راجع صفحة تدريب النموذج.

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)

كم عدد الفئات التي تحتوي عليها مجموعة بيانات CIFAR-10؟#

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.

كيف يتم تقسيم مجموعة بيانات CIFAR-10 إلى مجموعات تدريب واختبار؟#

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.

هل يمكنني استخدام منصة Ultralytics لتدريب النماذج على مجموعة بيانات CIFAR-10؟#

نعم. تتيح لك منصة Ultralytics إدارة 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.