CIFAR-100データセット#

59,974

CIFAR-100

ultralytics

publicClassify

CIFAR-100 is Krizhevsky, Nair, and Hinton's fine-grained 32 x 32 RGB classification benchmark. Its 100 classes are grouped into 20 superclasses, enabling evaluation of both specific object recognition and broader semantic categorization.

100 classes66 MBSep 2, 2026

appleaquarium fishbabybear+96

image-classificationcifar100fine-grained+1

CIFAR-100（Canadian Institute For Advanced Research）データセットは、100の細粒度クラス（各600枚）に均等に分けられた60,000枚の32x32カラー画像で構成される画像分類ベンチマークです。これらのクラスはさらに20の粗粒度の上位クラスにグループ化されています。Alex Krizhevskyによって作成され、50,000枚のトレーニング画像と10,000枚のテスト画像からなる定義済みの分割が用意されているため、CIFAR-10データセットよりも難しく、より細粒度な姉妹データセットとなっています。

Ultralytics Platform上のCIFAR-100でサンプルをプレビューし、データセットの統計情報を確認して、トレーニング用にクローンできます。

主な特徴#

• CIFAR-100には、32x32ピクセルのカラー画像が60,000枚含まれており、100クラスに均等に分けられています。
• 各クラスには正確に600枚の画像があり、その内訳はトレーニング用500枚、テスト用100枚です。そのため、データセットは完全にバランスが取れています。
• 100の細粒度クラスは、より高レベルの分類に対応するため、20の粗粒度の上位クラスにグループ化されています。
• データセットにはあらかじめtrain/test分割が含まれているため、手動または自動で分割する必要はありません。
• CIFAR-100は、細粒度の画像分類および物体認識の研究で標準的に使用されるベンチマークです。

データセットの構成#

CIFAR-100には公式の定義済み分割が用意されているため、自動または手動でパーティション分割する必要はありません。

• クラス: 100の細粒度クラス（20の粗粒度の上位クラスにグループ化）
• 画像の合計: 60,000（32x32カラー）
• トレーニングセット: 50,000枚（クラスあたり500枚）
• テストセット: 10,000枚（クラスあたり100枚）

アプリケーション#

CIFAR-100は、従来の畳み込みニューラルネットワーク（CNNs）やサポートベクターマシン（SVMs）から最新のディープアーキテクチャまで、画像分類モデルのトレーニングと評価に広く使用されています。100の細粒度クラスと小さな画像サイズにより、機械学習研究、アルゴリズム比較、コンピュータービジョンの実験において、難易度の高いベンチマークとなっています。

使用方法#

CIFAR-100でYOLOモデルを、画像サイズ32、100エポックでトレーニングします。利用可能な引数の一覧については、トレーニングページおよび画像分類タスクガイドを参照してください。

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)

サンプル画像とアノテーション#

CIFAR-100データセットのサンプル画像:

サンプルはCIFAR-100データセットに含まれる物体の多様性を示しており、堅牢な画像分類モデルのトレーニングに多様なデータセットが有用であることを強調しています。

引用と謝辞#

研究または開発業務でCIFAR-100データセットを使用する場合は、以下の論文を引用してください。

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

貴重なリソースであるCIFAR-100データセットを作成・維持してくださったAlex Krizhevsky氏に謝意を表します。機械学習およびコンピュータビジョンの研究コミュニティにおけるCIFAR-100データセットの活用について、詳細はCIFAR-100データセットのWebサイトをご覧ください。

FAQ#