رؤية YOLO لعام 2026:
No license

مجموعة بيانات CIFAR-100#

مجموعة بيانات CIFAR-100 (المعهد الكندي للأبحاث المتقدمة) هي معيار تصنيف الصور يضم 60,000 صورة ملونة بدقة 32x32 موزعة بالتساوي على 100 فئة دقيقة (600 صورة لكل منها)، والتي يتم تجميعها بدورها في 20 فئة رئيسية عامة. أنشأها أليكس كريجيفسكي، وتأتي مع تقسيم محدد مسبقاً يضم 50,000 صورة تدريب و10,000 صورة اختبار، مما يجعلها النسخة الأكثر صعوبة ودقة من مجموعة بيانات CIFAR-10.



Watch: How to Train an Image Classification Model on CIFAR-100 using Ultralytics YOLO

الميزات الرئيسية#

  • تحتوي CIFAR-100 على 60,000 صورة ملونة بدقة 32x32 بكسل، مقسمة بالتساوي إلى 100 فئة.
  • تحتوي كل فئة على 600 صورة بالضبط - 500 للتدريب و100 للاختبار - مما يجعل مجموعة البيانات متوازنة تمامًا.
  • يتم تجميع الفئات المائة الدقيقة في 20 فئة عليا لتصنيف أكثر شمولية.
  • تأتي مجموعة البيانات مع تقسيم محدد مسبقاً للتدريب/الاختبار، لذا لا يلزم إجراء أي تقسيم يدوي أو تلقائي.
  • تعتبر CIFAR-100 معياراً قياسياً لتصنيف الصور بدقة وأبحاث التعرف على الكائنات.

هيكل مجموعة البيانات#

تأتي CIFAR-100 مع تقسيم رسمي ومحدد مسبقًا، لذا لا يلزم إجراء تقسيم تلقائي أو يدوي:

  • الفئات: 100 فئة دقيقة، مجمعة في 20 فئة عليا
  • إجمالي الصور: 60,000 (ملونة بحجم 32x32)
  • مجموعة التدريب: 50,000 صورة (500 لكل فئة)
  • مجموعة الاختبار: 10,000 صورة (100 لكل فئة)
مجموعة التحقق

لا تحتوي CIFAR-100 على مجلد تحقق منفصل، لذا يستخدم Ultralytics مجموعة اختبار 10,000 صورة كقسم تحقق أثناء التدريب افتراضياً. التدريب باستخدام data="cifar100" يتعلم الفئات الـ 100 الدقيقة.

التطبيقات#

تُستخدم CIFAR-100 على نطاق واسع لتدريب وتقييم نماذج تصنيف الصور، بدءاً من شبكات العصبونات التلافيفية التقليدية (CNNs) وآلات المتجهات الداعمة (SVMs) وصولاً إلى البنى العميقة الحديثة. إن فئاتها الـ 100 الدقيقة وصغر حجم صورها يجعلها معياراً مت مطالباً لأبحاث التعلم الآلي، ومقارنة الخوارزميات، وتجارب رؤية الحاسوب.

الاستخدام#

قم بتدريب نموذج YOLO على CIFAR-100 لمدة 100 حقبة تدريبية بحجم صورة 32. للحصول على القائمة الكاملة للمعاملات المتاحة، راجع صفحة التدريب ودليل مهمة تصنيف الصور.

مثال على التدريب
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="cifar100", epochs=100, imgsz=32)

صور وشروحات توضيحية عينة#

صور عينة من مجموعة بيانات CIFAR-100:

عينات مجموعة بيانات تصنيف الصور CIFAR-100

تُظهر العينات تنوع الكائنات في مجموعة بيانات CIFAR-100، مما يؤكد قيمة مجموعة البيانات المتنوعة لتدريب نماذج تصنيف صور قوية.

الاقتباسات والشكر#

إذا كنت تستخدم مجموعة بيانات CIFAR-100 في عملك البحثي أو التطويري، يرجى الاستشهاد بالورقة البحثية التالية:

اقتباس
@TECHREPORT{Krizhevsky09learningmultiple,
            author={Alex Krizhevsky},
            title={Learning multiple layers of features from tiny images},
            institution={},
            year={2009}
}

نود أن نشكر أليكس كريجيفسكي على إنشاء وصيانة مجموعة بيانات CIFAR-100 كمورد قيّم لمجتمع أبحاث التعلم الآلي ورؤية الحاسوب. لمزيد من المعلومات حول مجموعة بيانات CIFAR-100 ومبتكرها، تفضل بزيارة موقع مجموعة بيانات CIFAR-100.

الأسئلة الشائعة#

  • تُستخدم مجموعة بيانات CIFAR-100 على نطاق واسع لتدريب واختبار نماذج تصنيف الصور والتعرف على الكائنات بدقة. وهي تحتوي على 60,000 صورة ملونة بدقة 32x32 موزعة على 100 فئة مجمعة في 20 فئة رئيسية، مما يجعلها معياراً أكثر تحدياً من CIFAR-10 لخوارزميات مثل الشبكات العصبية التلافيفية (CNNs) وآلات المتجهات الداعمة (SVMs)، ولتقييم نماذج التعلم العميق المبنية باستخدام Ultralytics YOLO.

  • لتدريب نموذج Ultralytics YOLO على CIFAR-100، استخدم مقاطع الكود أدناه. يتم تنزيل مجموعة البيانات تلقائياً عند استخدامها لأول مرة. للحصول على القائمة الكاملة للمعاملات، راجع صفحة التدريب الخاصة بالنموذج.

    مثال على التدريب
    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="cifar100", epochs=100, imgsz=32)

  • تحتوي CIFAR-100 على 100 فئة دقيقة — مثل التفاح والدلفين وشجرة القيقب والدراجة النارية والصواريخ — بواقع 600 صورة لكل منها تماماً، ليصبح إجمالي الصور 60,000 صورة. تُرتب هذه الفئات الـ 100 إضافياً في 20 فئة رئيسية عامة (على سبيل المثال، تغطي فئة الأشجار أنواع القيقب والبلوط والنخيل والصنوبر والصفصاف). التدريب باستخدام data="cifar100" يستخدم الفئات الـ 100 الدقيقة.

  • تأتي CIFAR-100 مقسمة مسبقًا إلى 50,000 صورة تدريب و10,000 صورة اختبار، مع 500 صورة تدريب و100 صورة اختبار لكل فئة بالضبط. بخلاف مجموعات بيانات التصنيف القائمة على المجلدات التي تقوم Ultralytics بتقسيمها تلقائيًا، يتم استخدام التقسيم الرسمي لـ CIFAR-100 كما هو، وتعمل مجموعة الاختبار كمجموعة للتحقق أثناء التدريب بشكل افتراضي.

  • نعم. تتيح لك منصة Ultralytics إدارة مجموعات البيانات، وتدريب نماذج تصنيف الصور، ونشرها دون الحاجة لكتابة برمجيات مكثفة. إنها طريقة ملائمة لتشغيل تجارب CIFAR-100 في السحاب، ويمكنك استكشاف المزيد من الخيارات في نظرة عامة على مجموعات بيانات التصنيف الخاصة بنا.

المساهمون
GLglenn-jocher15RAraimbekovm2RIRizwanMunawar2MAMatthewNoyce1JKjk4e1

التعليقات