Link to this sectionمجموعة بيانات CIFAR-100#

مجموعة بيانات CIFAR-100 (المعهد الكندي للأبحاث المتقدمة) هي معيار لتصنيف الصور يتكون من 60,000 صورة ملونة بدقة 32x32 موزعة بالتساوي على 100 فئة دقيقة (600 صورة لكل منها)، والتي بدورها مجمعة في 20 فئة عليا. تم إنشاؤها بواسطة Alex Krizhevsky، وتأتي مقسمة مسبقًا إلى 50,000 صورة للتدريب و10,000 صورة للاختبار، مما يجعلها النسخة الأكثر صعوبة ودقة من مجموعة بيانات CIFAR-10.

Link to this sectionالميزات 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.
• تعد CIFAR-100 معيارًا قياسيًا لأبحاث تصنيف الصور والتعرف على الكائنات الدقيقة.

Link to this sectionهيكل 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)

Link to this sectionالتطبيقات#

تستخدم CIFAR-100 على نطاق واسع لتدريب وتقييم نماذج تصنيف الصور، بدءًا من الشبكات العصبية التلافيفية (CNNs) الكلاسيكية وآلات ناقل الدعم (SVMs) وصولًا إلى البنى العميقة الحديثة. تجعلها فئاتها المائة الدقيقة وحجم صورها الصغير معيارًا متطلبًا لأبحاث تعلم الآلة ومقارنة الخوارزميات وتجارب الرؤية الحاسوبية.

Link to this sectionالاستخدام#

قم بتدريب نموذج YOLO على CIFAR-100 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="cifar100", epochs=100, imgsz=32)

Link to this sectionصور وشروحات توضيحية عينة#

صور عينة من مجموعة بيانات CIFAR-100:

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

Link to this sectionالاقتباسات والشكر#

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

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

نود أن نشكر Alex Krizhevsky على إنشاء وصيانة مجموعة بيانات CIFAR-100 كمورد قيم لمجتمع أبحاث تعلم الآلة والرؤية الحاسوبية. لمزيد من المعلومات حول مجموعة بيانات CIFAR-100 ومنشئها، تفضل بزيارة موقع مجموعة بيانات CIFAR-100.

Link to this sectionالأسئلة الشائعة#

Link to this sectionما الغرض من استخدام مجموعة بيانات CIFAR-100 في تعلم الآلة؟#

The CIFAR-100 dataset is widely used to train and benchmark fine-grained image classification and object recognition models. It contains 60,000 32x32 color images across 100 classes grouped into 20 superclasses, making it a more challenging benchmark than CIFAR-10 for algorithms such as Convolutional Neural Networks (CNNs) and Support Vector Machines (SVMs), and for evaluating deep learning models built with Ultralytics YOLO.

Link to this sectionكيف يمكنني تدريب نموذج Ultralytics YOLO على مجموعة بيانات CIFAR-100؟#

لتدريب نموذج Ultralytics YOLO على CIFAR-100، استخدم مقتطفات الكود أدناه. يتم تنزيل مجموعة البيانات تلقائيًا عند الاستخدام الأول. للحصول على قائمة كاملة بالوسائط، راجع صفحة التدريب للنموذج.

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)

Link to this sectionكم عدد الفئات التي تحتوي عليها مجموعة بيانات CIFAR-100؟#

تحتوي CIFAR-100 على 100 فئة دقيقة - مثل تفاحة، دولفين، شجرة قيقب، دراجة نارية، وصاروخ - مع 600 صورة لكل منها بالضبط، ليصبح المجموع 60,000 صورة. يتم تجميع هذه الفئات المائة إضافيًا في 20 فئة عليا (على سبيل المثال، فئة الأشجار تغطي القيقب، البلوط، النخيل، الصنوبر، والصفصاف). التدريب باستخدام data="cifar100" يستخدم الفئات المائة الدقيقة.

Link to this sectionكيف يتم تقسيم مجموعة بيانات CIFAR-100 إلى مجموعات تدريب واختبار؟#

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.

Link to this sectionهل يمكنني استخدام Ultralytics Platform لتدريب النماذج على مجموعة بيانات CIFAR-100؟#

نعم. تسمح لك Ultralytics Platform بإدارة مجموعات البيانات، وتدريب نماذج تصنيف الصور، ونشرها دون الحاجة إلى برمجة مكثفة. إنها طريقة مريحة لتشغيل تجارب CIFAR-100 في السحابة، ويمكنك استكشاف المزيد من الخيارات في نظرتنا العامة على مجموعات بيانات التصنيف.