تخطي إلى المحتوى

مجموعة بيانات CIFAR-100

تُعد مجموعة بيانات CIFAR-100 (المعهد الكندي للأبحاث المتقدمة) امتدادًا مهمًا لمجموعة بيانات CIFAR-10، وتتألف من 60,000 صورة ملونة مقاس 32 × 32 في 100 فئة مختلفة. وقد تم تطويرها من قبل باحثين في معهد CIFAR، حيث تقدم مجموعة بيانات أكثر تحديًا لمهام أكثر تعقيدًا في مجال التعلم الآلي والرؤية الحاسوبية.

الميزات الرئيسية

  • تتكون مجموعة بيانات CIFAR-100 من 60,000 صورة مقسمة إلى 100 فئة.
  • يحتوي كل فصل على 600 صورة، مقسمة إلى 500 صورة للتدريب و100 صورة للاختبار.
  • الصور ملونة وحجمها 32 × 32 بكسل.
  • يتم تجميع الفئات الـ 100 المختلفة في 20 فئة خشنة لتصنيفها على مستوى أعلى.
  • يُستخدم CIFAR-100 بشكل شائع للتدريب والاختبار في مجال التعلم الآلي والرؤية الحاسوبية.

هيكلية مجموعة البيانات

تنقسم مجموعة بيانات CIFAR-100 إلى مجموعتين فرعيتين:

  1. مجموعة التدريب: تحتوي هذه المجموعة الفرعية على 50,000 صورة تُستخدم لتدريب نماذج التعلم الآلي.
  2. مجموعة الاختبار: تتألف هذه المجموعة الفرعية من 10,000 صورة تُستخدم لاختبار النماذج المدرّبة وقياسها.

التطبيقات

تُستخدم مجموعة بيانات CIFAR-100 على نطاق واسع لتدريب وتقييم نماذج التعلم العميق في مهام تصنيف الصور، مثل الشبكات العصبية التلافيفية (CNNs) وآلات دعم المتجهات (SVMs) وخوارزميات التعلم الآلي الأخرى المختلفة. إن تنوع مجموعة البيانات من حيث الفئات ووجود الصور الملونة يجعلها مجموعة بيانات أكثر تحديًا وشمولية للبحث والتطوير في مجال التعلم الآلي والرؤية الحاسوبية.

الاستخدام

لتدريب نموذج YOLO على مجموعة بيانات CIFAR-100 على مجموعة بيانات CIFAR-100 لـ 100 حلقة تدريبية بحجم صورة 32 × 32، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للحصول على قائمة شاملة بالوسائط المتاحة، راجع صفحة تدريب النموذج.

مثال على القطار

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="cifar100", epochs=100, imgsz=32)

# Start training from a pretrained *.pt model
yolo classify train data=cifar100 model=yolo11n-cls.pt epochs=100 imgsz=32

عينة من الصور والتعليقات التوضيحية

تحتوي مجموعة بيانات CIFAR-100 على صور ملونة لأجسام مختلفة، مما يوفر مجموعة بيانات جيدة التنظيم لمهام تصنيف الصور. فيما يلي بعض الأمثلة على صور من مجموعة البيانات:

صورة عينة مجموعة البيانات

يعرض المثال تنوّع وتعقيد الكائنات في مجموعة بيانات CIFAR-100، مما يسلط الضوء على أهمية وجود مجموعة بيانات متنوعة لتدريب نماذج تصنيف الصور القوية.

الاستشهادات والشكر والتقدير

إذا كنت تستخدم مجموعة بيانات CIFAR-100 في أعمال البحث أو التطوير الخاصة بك، يُرجى الاستشهاد بالورقة التالية:

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

نود أن نشكر أليكس كريزيفسكي على إنشاء مجموعة بيانات CIFAR-100 والحفاظ عليها كمصدر قيّم لمجتمع أبحاث التعلم الآلي والرؤية الحاسوبية. للمزيد من المعلومات حول مجموعة بيانات CIFAR-100 ومنشئها، يرجى زيارة الموقع الإلكتروني لمجموعة بيانات CIFAR-100.

الأسئلة الشائعة

ما هي مجموعة بيانات CIFAR-100 ولماذا هي مهمة؟

مجموعة بيانات CIFAR-100 عبارة عن مجموعة كبيرة من 60,000 صورة ملونة مقاس 32 × 32 مصنفة إلى 100 فئة. تم تطويرها من قبل المعهد الكندي للأبحاث المتقدمة (CIFAR)، وهي توفر مجموعة بيانات صعبة ومثالية لمهام التعلم الآلي المعقدة ومهام الرؤية الحاسوبية. تكمن أهميتها في تنوع الفئات وصغر حجم الصور، مما يجعلها مورداً قيماً لتدريب واختبار نماذج التعلم العميق، مثل الشبكات العصبية التلافيفية (CNNs)، باستخدام أطر عمل مثل Ultralytics YOLO .

كيف يمكنني تدريب نموذج YOLO على مجموعة بيانات CIFAR-100؟

يمكنك تدريب نموذج YOLO على مجموعة بيانات CIFAR-100 باستخدام الأمرين Python أو CLI . إليك الطريقة:

مثال على القطار

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="cifar100", epochs=100, imgsz=32)

# Start training from a pretrained *.pt model
yolo classify train data=cifar100 model=yolo11n-cls.pt epochs=100 imgsz=32

للاطلاع على قائمة شاملة بالوسائط المتاحة، يُرجى الرجوع إلى صفحة التدريب النموذجي.

ما هي التطبيقات الأساسية لمجموعة بيانات CIFAR-100؟

تُستخدم مجموعة بيانات CIFAR-100 على نطاق واسع في تدريب وتقييم نماذج التعلم العميق لتصنيف الصور. توفر مجموعتها المتنوعة المكونة من 100 فئة، مجمعة في 20 فئة خشنة، بيئة صعبة لاختبار الخوارزميات مثل الشبكات العصبية التلافيفية (CNNs) وآلات دعم المتجهات (SVMs) ومختلف مناهج التعلم الآلي الأخرى. تُعد مجموعة البيانات هذه موردًا أساسيًا في البحث والتطوير في مجالات التعلم الآلي والرؤية الحاسوبية.

كيف يتم تنظيم مجموعة بيانات CIFAR-100؟

تنقسم مجموعة بيانات CIFAR-100 إلى مجموعتين فرعيتين رئيسيتين:

  1. مجموعة التدريب: تحتوي على 50,000 صورة مستخدمة لتدريب نماذج التعلم الآلي.
  2. مجموعة الاختبار: تتألف من 10,000 صورة تُستخدم لاختبار النماذج المدرّبة وقياسها.

تحتوي كل فئة من الفصول المائة على 600 صورة، منها 500 صورة للتدريب و100 صورة للاختبار، مما يجعلها مناسبة بشكل فريد للأبحاث الأكاديمية والصناعية الصارمة.

أين يمكنني العثور على عينة من الصور والشروح من مجموعة بيانات CIFAR-100؟

تشتمل مجموعة بيانات CIFAR-100 على مجموعة متنوعة من الصور الملونة لأجسام مختلفة، مما يجعلها مجموعة بيانات منظمة لمهام تصنيف الصور. يمكنك الرجوع إلى صفحة التوثيق للاطلاع على عينة من الصور والتعليقات التوضيحية. تسلط هذه الأمثلة الضوء على تنوع مجموعة البيانات وتعقيدها، وهو أمر مهم لتدريب نماذج تصنيف الصور القوية.

📅 تم إنشاؤها منذ 1 سنة مضت ✏️ تم التحديث منذ 2 شهر
ألترالتيكسيستانتست غلين-جوتشر ماثيو نويس رضوان منور ج ك 4 هـ

التعليقات