مجموعة بيانات CIFAR-100#
تُعد مجموعة بيانات CIFAR-100 (المعهد الكندي للأبحاث المتقدمة) معيارًا لـتصنيف الصور، وتضم 60,000 صورة ملونة بحجم 32x32 موزعة بالتساوي على 100 فئة دقيقة (600 صورة لكل فئة)، تُجمع بدورها ضمن 20 فئة عليا عامة. أنشأها Alex Krizhevsky، وتأتي بتقسيم محدد مسبقًا يضم 50,000 صورة للتدريب و10,000 صورة للاختبار، ما يجعلها النظير الأصعب والأدق تصنيفًا لمجموعة بيانات CIFAR-10.
استكشف CIFAR-100 على منصة Ultralytics لمعاينة العينات وفحص إحصاءات مجموعة البيانات واستنساخها للتدريب.
الميزات الرئيسية#
- تضم CIFAR-100 عدد 60,000 صورة ملونة، أبعاد كل منها 32x32 بكسل، مقسمة بالتساوي إلى 100 فئة.
- تحتوي كل فئة على 600 صورة بالضبط — 500 للتدريب و100 للاختبار — لذا فإن مجموعة البيانات متوازنة تمامًا.
- تُجمع الفئات الدقيقة المئة ضمن 20 فئة عليا عامة لإجراء تصنيف على مستوى أعلى.
- تأتي مجموعة البيانات بتقسيم محدد مسبقًا إلى التدريب والاختبار، لذا لا يلزم إجراء تقسيم يدوي أو تلقائي.
- تُعد CIFAR-100 معيارًا شائعًا لأبحاث تصنيف الصور الدقيق والتعرّف على الأجسام.
بنية مجموعة البيانات#
تأتي CIFAR-100 بتقسيم رسمي محدد مسبقًا، لذا لا حاجة إلى تقسيم تلقائي أو يدوي:
- الفئات: 100 فئة دقيقة، مجمعة ضمن 20 فئة عليا عامة
- إجمالي الصور: 60,000 (ملونة بحجم 32x32)
- مجموعة التدريب: 50,000 صورة (500 لكل فئة)
- مجموعة الاختبار: 10,000 صورة (100 لكل فئة)
لا تحتوي CIFAR-100 على مجلد منفصل للتحقق، لذا تستخدم Ultralytics مجموعة الاختبار، التي تضم 10,000 صورة، بوصفها مجموعة التحقق أثناء التدريب افتراضيًا. ويؤدي التدريب باستخدام data="cifar100" إلى تعلّم الفئات الدقيقة المئة.
التطبيقات#
يُستخدم CIFAR-100 على نطاق واسع لتدريب نماذج تصنيف الصور وتقييمها، بدءًا من الشبكات العصبية الالتفافية (CNNs) وآلات متجهات الدعم (SVMs) التقليدية، وصولًا إلى البنى العميقة الحديثة. وتجعله فئاته الدقيقة البالغ عددها 100 وحجم صوره الصغير معيارًا صعبًا لأبحاث التعلم الآلي ومقارنة الخوارزميات وتجارب الرؤية الحاسوبية.
الاستخدام#
درّب نموذج YOLO على CIFAR-100 لمدة 100 حقبة بحجم صورة يبلغ 32. للاطلاع على القائمة الكاملة للوسائط المتاحة، راجع صفحة التدريب ودليل مهمة تصنيف الصور.
from ultralytics import YOLO
# تحميل نموذج
model = YOLO("yolo26n-cls.pt") # تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)
# تدريب النموذج
results = model.train(data="cifar100", epochs=100, imgsz=32)صور وتعليقات توضيحية نموذجية#
صور عيّنة من مجموعة بيانات CIFAR-100:
تُظهر العينات تنوّع الكائنات في مجموعة بيانات CIFAR-100، وتبرز أهمية تنوع مجموعة البيانات لتدريب نماذج قوية لتصنيف الصور.
الاستشهادات والشكر والتقدير#
إذا استخدمت مجموعة بيانات CIFAR-100 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}
}نتوجه بالشكر إلى Alex Krizhevsky لإنشائه مجموعة بيانات CIFAR-100 وصيانتها بوصفها موردًا قيّمًا لمجتمع أبحاث التعلم الآلي والرؤية الحاسوبية. لمزيد من المعلومات عن مجموعة بيانات CIFAR-100 ومنشئها، تفضل بزيارة موقع مجموعة بيانات CIFAR-100.
الأسئلة الشائعة#
تُستخدم مجموعة بيانات CIFAR-100 على نطاق واسع لتدريب نماذج تصنيف الصور الدقيق والتعرف على الكائنات وقياس أدائها. وتضم 60,000 صورة ملونة بأبعاد 32x32 موزعة على 100 فئة ومجمعة ضمن 20 فئة فائقة، ما يجعلها معيارًا أصعب من CIFAR-10 لخوارزميات مثل الشبكات العصبية الالتفافية (CNNs) وآلات متجهات الدعم (SVMs)، ولتقييم نماذج التعلم العميق المبنية باستخدام Ultralytics YOLO.
لتدريب نموذج Ultralytics YOLO على CIFAR-100، استخدم مقتطفات الشيفرة أدناه. تُنزّل مجموعة البيانات تلقائيًا عند استخدامها للمرة الأولى. للاطلاع على القائمة الكاملة للوسائط، راجع صفحة التدريب الخاصة بالنموذج.
مثال على التدريبfrom ultralytics import YOLO # تحميل نموذج model = YOLO("yolo26n-cls.pt") # تحميل نموذج مدرّب مسبقًا (موصى به للتدريب) # تدريب النموذج results = model.train(data="cifar100", epochs=100, imgsz=32)تضم CIFAR-100 عددًا قدره 100 فئة دقيقة — مثل التفاح والدلفين وشجرة القيقب والدراجة النارية والصاروخ — ولكل فئة 600 صورة بالضبط، أي 60,000 صورة إجمالًا. وتُجمع هذه الفئات المئة أيضًا ضمن 20 فئة فائقة عامة (فعلى سبيل المثال، تشمل فئة الأشجار القيقب والبلوط والنخيل والصنوبر والصفصاف). يستخدم التدريب باستخدام
data="cifar100"الفئات المئة الدقيقة.تأتي CIFAR-100 مع تقسيم محدد مسبقًا يضم 50,000 صورة للتدريب و10,000 صورة للاختبار، مع 500 صورة تدريب و100 صورة اختبار بالضبط لكل فئة. وعلى خلاف مجموعات بيانات التصنيف القائمة على المجلدات التي تقسّمها Ultralytics تلقائيًا، يُستخدم التقسيم الرسمي لـ CIFAR-100 كما هو، وتُستخدم مجموعة الاختبار افتراضيًا كمجموعة التحقق أثناء التدريب.
نعم. تتيح لك Ultralytics Platform إدارة مجموعات البيانات وتدريب نماذج تصنيف الصور ونشرها دون الحاجة إلى كتابة شيفرة مطولة. وهي وسيلة ملائمة لإجراء تجارب CIFAR-100 سحابيًا، ويمكنك استكشاف مزيد من الخيارات في نظرة عامة على مجموعات بيانات التصنيف.