Link to this sectionCIFAR-100データセット#

CIFAR-100 (カナダ先端研究所) データセットは、CIFAR-10データセットを大幅に拡張したもので、100種類のクラスに分類された60,000枚の32x32カラー画像で構成されています。このデータセットはCIFAR研究所の研究者によって開発され、より複雑な機械学習およびコンピュータビジョンのタスクに対して、より難易度の高いデータセットを提供します。

Link to this section主な特徴#

• CIFAR-100データセットは、100のクラスに分類された60,000枚の画像で構成されています。
• 各クラスには600枚の画像が含まれており、トレーニング用に500枚、テスト用に100枚が割り当てられています。
• 画像はカラーで、サイズは32x32ピクセルです。
• 100種類のクラスは、より高レベルな分類のために20の粗いカテゴリにグループ化されています。
• CIFAR-100は、機械学習およびコンピュータビジョンの分野におけるトレーニングやテストによく使用されます。

Link to this sectionデータセットの構造#

CIFAR-100データセットは、2つのサブセットに分割されています：

1. トレーニングセット: このサブセットには、機械学習モデルのトレーニングに使用される50,000枚の画像が含まれています。
2. テストセット: このサブセットは、トレーニング済みモデルのテストとベンチマークに使用される 10,000 枚の画像で構成されています。

Link to this sectionアプリケーション#

CIFAR-100データセットは、画像分類タスクにおけるディープラーニングモデルのトレーニングと評価に広く使用されており、畳み込みニューラルネットワーク（CNN）、サポートベクターマシン（SVM）、その他さまざまな機械学習アルゴリズムに利用されています。クラス数やカラー画像の存在というデータセットの多様性は、機械学習およびコンピュータビジョンの分野における研究開発において、より難易度が高く包括的なデータセットとしての価値を提供します。

Link to this section使用方法#

CIFAR-100データセットでYOLOモデルを32x32の画像サイズで100エポックトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の詳細なリストについては、モデルのトレーニングページ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)

Link to this sectionサンプル画像とアノテーション#

CIFAR-100データセットにはさまざまな物体のカラー画像が含まれており、画像分類タスクに適した構造化データセットを提供します。以下にデータセットの画像例をいくつか示します：

この例では、CIFAR-100データセットに含まれる物体の多様性と複雑さを示しており、堅牢な画像分類モデルをトレーニングするための多様なデータセットの重要性を強調しています。

Link to this section引用と謝辞#

研究や開発作業で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}
}

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とって価値のあるリソースとしてCIFAR-100データセットを作成・維持しているAlex Krizhevsky氏に感謝いたします。CIFAR-100データセットとその作成者に関する詳細については、CIFAR-100データセットのウェブサイトをご覧ください。

Link to this sectionよくある質問 (FAQ)#

Link to this sectionCIFAR-100データセットとは何であり、なぜ重要なのでしょうか？#

The CIFAR-100 dataset is a large collection of 60,000 32x32 color images classified into 100 classes. Developed by the Canadian Institute For Advanced Research (CIFAR), it provides a challenging dataset ideal for complex machine learning and computer vision tasks. Its significance lies in the diversity of classes and the small size of the images, making it a valuable resource for training and testing deep learning models, like Convolutional Neural Networks (CNNs), using frameworks such as Ultralytics YOLO.

Link to this sectionCIFAR-100データセットでYOLOモデルをトレーニングするにはどうすればよいですか？#

PythonまたはCLIコマンドのいずれかを使用して、CIFAR-100データセットでYOLOモデルをトレーニングできます。方法は以下の通りです：

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)

利用可能な引数の詳細なリストについては、モデルのトレーニングページを参照してください。

Link to this sectionCIFAR-100データセットの主な用途は何ですか？#

CIFAR-100データセットは、画像分類のためのディープラーニングモデルのトレーニングや評価に広く使用されています。20の粗いカテゴリにグループ化された100の多様なクラスは、畳み込みニューラルネットワーク（CNN）、サポートベクターマシン（SVM）、その他さまざまな機械学習アプローチなどのアルゴリズムをテストするための挑戦的な環境を提供します。このデータセットは、機械学習やコンピュータビジョンの分野における研究開発、特に物体認識や分類タスクにおいて重要なリソースです。

Link to this sectionCIFAR-100データセットはどのように構成されていますか？#

CIFAR-100データセットは、主に2つのサブセットに分割されています：

1. トレーニングセット: 機械学習モデルのトレーニングに使用される50,000枚の画像が含まれています。
2. テストセット: トレーニング済みモデルのテストおよびベンチマークに使用される10,000枚の画像で構成されています。

100の各クラスには600枚の画像が含まれており、トレーニング用に500枚、テスト用に100枚が割り当てられているため、学術および産業界の厳密な研究に非常に適しています。

Link to this sectionCIFAR-100データセットのサンプル画像とアノテーションはどこで見つけられますか？#

CIFAR-100データセットには、さまざまな物体のカラー画像が含まれており、画像分類タスクのための構造化されたデータセットとなっています。サンプル画像とアノテーションについては、ドキュメントページを参照してください。これらの例は、データセットの多様性と複雑さを際立たせており、堅牢な画像分類モデルをトレーニングする上で重要です。分類タスクに適したその他のデータセットについては、Ultralyticsの分類データセット概要を確認してください。