مجموعة بيانات CIFAR-10#
مجموعة بيانات CIFAR-10 (المعهد الكندي للأبحاث المتقدمة) هي معيار كلاسيكي لـتصنيف الصور، وتتألف من 60,000 صورة ملونة بأبعاد 32x32 موزعة بالتساوي على 10 فئات — طائرة، سيارة، طائر، قط، أيل، كلب، ضفدع، حصان، سفينة، وشاحنة. تأتي المجموعة مع تقسيم محدد مسبقًا يضم 50,000 صورة للتدريب و10,000 صورة للاختبار (6,000 صورة لكل فئة)، ما يجعلها نقطة بداية خفيفة الوزن ومتوازنة جيدًا لتدريب نماذج التصنيف وتقييمها. ولخوض تحدٍّ أكثر دقة، راجع مجموعة بيانات CIFAR-100 ذات الصلة.
استكشف CIFAR-10 على منصة Ultralytics لمعاينة العينات وفحص إحصاءات مجموعة البيانات واستنساخها للتدريب.
الميزات الرئيسية#
- تحتوي CIFAR-10 على 60,000 صورة ملونة بأبعاد 32x32 بكسل، مقسمة بالتساوي إلى 10 فئات.
- تضم كل فئة 6,000 صورة بالضبط — 5,000 صورة للتدريب و1,000 صورة للاختبار — ولذلك فإن مجموعة البيانات متوازنة تمامًا.
- الفئات العشر هي الطائرة، والسيارة، والطائر، والقط، والأيل، والكلب، والضفدع، والحصان، والسفينة، والشاحنة.
- تأتي مجموعة البيانات مقسّمة مسبقًا إلى التدريب والاختبار، ولذلك لا حاجة إلى إجراء تقسيم يدوي أو تلقائي.
- تُستخدم CIFAR-10 معيارًا قياسيًا لأبحاث تصنيف الصور والتعرف على الكائنات.
بنية مجموعة البيانات#
تأتي CIFAR-10 مع تقسيم رسمي محدد مسبقًا، لذلك لا حاجة إلى إجراء تقسيم تلقائي أو يدوي:
- الفئات: 10 (طائرة، سيارة، طائر، قط، أيل، كلب، ضفدع، حصان، سفينة، شاحنة)
- إجمالي الصور: 60,000 (ملوّنة 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، ولذلك تستخدم Ultralytics مجموعة الاختبار المكونة من 10,000 صورة كتقسيم للتحقق أثناء التدريب افتراضيًا.
التطبيقات#
تُستخدم CIFAR-10 على نطاق واسع لتدريب نماذج تصنيف الصور وتقييمها، بدءًا من الشبكات العصبية الالتفافية (CNNs) وآلات المتجهات الداعمة (SVMs) الكلاسيكية ووصولًا إلى البنى العميقة الحديثة. ويجعل صغر حجم الصور وتوازن الفئات منها خيارًا مثاليًا للتجارب السريعة، وتقييم الخوارزميات الجديدة، وتعليم أساسيات الرؤية الحاسوبية.
الاستخدام#
درّب نموذج YOLO على CIFAR-10 لمدة 100 دورة تدريب وبحجم صورة يساوي 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)الصور والتعليقات التوضيحية النموذجية#
تحتوي مجموعة بيانات CIFAR-10 على صور ملونة لكائنات متنوعة، ما يوفر مجموعة بيانات منظمة جيدًا لمهام تصنيف الصور. فيما يلي بعض الأمثلة على الصور من مجموعة البيانات:
تُظهر العينات تنوع الكائنات في مجموعة بيانات CIFAR-10، وتبرز قيمة مجموعة البيانات المتنوعة لتدريب نماذج قوية لتصنيف الصور.
الاقتباسات والشكر والتقدير#
إذا استخدمت مجموعة بيانات CIFAR-10 في أبحاثك أو أعمال التطوير، فيُرجى الاستشهاد بالورقة التالية:
@TECHREPORT{Krizhevsky09learningmultiple,
author={Alex Krizhevsky},
title={Learning multiple layers of features from tiny images},
institution={},
year={2009}
}نود الإشادة بـ Alex Krizhevsky لإنشائه مجموعة بيانات CIFAR-10 وصيانتها بوصفها موردًا قيّمًا لمجتمع أبحاث التعلم الآلي والرؤية الحاسوبية. لمزيد من المعلومات حول مجموعة بيانات CIFAR-10 ومنشئها، تفضل بزيارة موقع مجموعة بيانات CIFAR-10.
الأسئلة الشائعة#
تُستخدم مجموعة بيانات CIFAR-10 على نطاق واسع لتدريب نماذج تصنيف الصور والتعرف على الكائنات وتقييمها. وتحتوي على 60,000 صورة ملونة بأبعاد 32x32 موزعة بالتساوي على 10 فئات، كما يجعل صغر حجمها وتوازن فئاتها منها معيارًا سريعًا وموثوقًا لخوارزميات مثل الشبكات العصبية الالتفافية (CNNs) وآلات المتجهات الداعمة (SVMs).
لتدريب نموذج Ultralytics YOLO على CIFAR-10، استخدم مقتطفات التعليمات البرمجية أدناه. تُنزّل مجموعة البيانات تلقائيًا عند الاستخدام الأول. للحصول على القائمة الكاملة للوسائط، 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، قط، أيل، كلب، ضفدع، حصان، سفينة، وشاحنة — بواقع 6,000 صورة بالضبط لكل فئة، أي 60,000 صورة إجمالًا. والفئات متنافية تمامًا ومتوازنة بصورة مثالية، من دون تداخل بين الفئات.
تأتي CIFAR-10 مع تقسيم محدد مسبقًا يضم 50,000 صورة للتدريب و10,000 صورة للاختبار، بواقع 5,000 صورة تدريب و1,000 صورة اختبار بالضبط لكل فئة. وبخلاف مجموعات بيانات التصنيف القائمة على المجلدات التي تقسّمها Ultralytics تلقائيًا، يُستخدم التقسيم الرسمي لـ CIFAR-10 كما هو، وتُستخدم مجموعة الاختبار كتقسيم للتحقق أثناء التدريب افتراضيًا.
نعم. تتيح لك منصة Ultralytics إدارة مجموعات البيانات، وتدريب نماذج تصنيف الصور، ونشرها من دون الحاجة إلى برمجة مكثفة. وهي طريقة ملائمة لإجراء تجارب CIFAR-10 في السحابة، ويمكنك استكشاف مزيد من الخيارات في نظرة عامة على مجموعات بيانات التصنيف.