مجموعة بيانات CIFAR-100

تعتبر مجموعة بيانات CIFAR-100 (المعهد الكندي للأبحاث المتقدمة) امتدادًا هامًا لمجموعة بيانات CIFAR-10، وهي تتكون من 60,000 صورة ملونة بحجم 32 × 32 في 100 فئة مختلفة. تم تطويرها بواسطة باحثين في معهد CIFAR، وهي تقدم مجموعة بيانات أكثر تحديًا لمهام تعلم الآلة و رؤية الكمبيوتر الأكثر تعقيدًا.

شاهد: كيفية تدريب Ultralytics YOLO11 على CIFAR-100 | برنامج تعليمي لتصنيف الصور خطوة بخطوة 🚀

الميزات الرئيسية

• تتكون مجموعة بيانات CIFAR-100 من 60,000 صورة، مقسمة إلى 100 فئة.
• تحتوي كل فئة على 600 صورة، مقسمة إلى 500 للتدريب و 100 للاختبار.
• الصور ملونة وبحجم 32 × 32 بكسل.
• تم تجميع الفئات الـ 100 المختلفة في 20 فئة رئيسية لتصنيف أعلى مستوى.
• يشيع استخدام CIFAR-100 للتدريب والاختبار في مجال تعلم الآلة ورؤية الكمبيوتر.

هيكل مجموعة البيانات

تنقسم مجموعة بيانات CIFAR-100 إلى مجموعتين فرعيتين:

1. مجموعة التدريب: تحتوي هذه المجموعة الفرعية على 50,000 صورة تستخدم لتدريب نماذج تعلم الآلة.
2. مجموعة الاختبار: تتكون هذه المجموعة الفرعية من 10,000 صورة تستخدم لاختبار وتقييم النماذج المدربة.

التطبيقات

تستخدم مجموعة بيانات CIFAR-100 على نطاق واسع لتدريب وتقييم نماذج التعلم العميق في مهام تصنيف الصور، مثل الشبكات العصبية التلافيفية (CNNs) و آلات المتجهات الداعمة (SVMs) والعديد من خوارزميات التعلم الآلي الأخرى. إن تنوع مجموعة البيانات من حيث الفئات ووجود الصور الملونة يجعلها مجموعة بيانات أكثر تحديًا وشمولية للبحث والتطوير في مجال التعلم الآلي ورؤية الكمبيوتر.

الاستخدام

لتدريب نموذج YOLO على مجموعة بيانات CIFAR-100 لعدد 100 حقبة بحجم صورة 32 × 32، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للحصول على قائمة شاملة بالوسائط المتاحة، راجع صفحة التدريب الخاصة بالنموذج.

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

عينات من الصور والشروحات التوضيحية

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

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

الاقتباسات والإقرارات

إذا كنت تستخدم مجموعة بيانات CIFAR-100 في بحثك أو عملك التطويري، فيرجى الاستشهاد بالورقة التالية:

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

نود أن نشكر Alex Krizhevsky لإنشاء مجموعة بيانات CIFAR-100 والحفاظ عليها كمورد قيم لمجتمع أبحاث تعلم الآلة ورؤية الحاسوب. لمزيد من المعلومات حول مجموعة بيانات CIFAR-100 ومنشئها، تفضل بزيارة موقع مجموعة بيانات CIFAR-100.

الأسئلة الشائعة

ما هي مجموعة بيانات CIFAR-100 وما أهميتها؟

تعد مجموعة بيانات CIFAR-100 مجموعة كبيرة من 60000 صورة ملونة بحجم 32 × 32 مصنفة إلى 100 فئة. تم تطويره بواسطة المعهد الكندي للأبحاث المتقدمة (CIFAR)، وهو يوفر مجموعة بيانات صعبة مثالية لمهام تعلم الآلة ورؤية الكمبيوتر المعقدة. تكمن أهميته في تنوع الفئات والصغر النسبي للصور، مما يجعله موردًا قيمًا لتدريب واختبار نماذج التعلم العميق، مثل الشبكات العصبية الالتفافية (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 أوامر Python أو CLI. إليك الطريقة:

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

للحصول على قائمة شاملة بالوسائط المتاحة، يرجى الرجوع إلى صفحة التدريب الخاصة بالنموذج.

ما هي التطبيقات الأساسية لمجموعة بيانات CIFAR-100؟

تستخدم مجموعة بيانات CIFAR-100 على نطاق واسع في تدريب وتقييم نماذج التعلم العميق لتصنيف الصور. توفر مجموعتها المتنوعة المكونة من 100 فئة، والمجمعة في 20 فئة خشنة، بيئة صعبة لاختبار الخوارزميات مثل الشبكات العصبية التلافيفية (CNNs) وآلات المتجهات الداعمة (SVMs) والعديد من أساليب التعلم الآلي الأخرى. تعتبر مجموعة البيانات هذه موردًا رئيسيًا في البحث والتطوير في مجالات التعلم الآلي ورؤية الكمبيوتر، لا سيما لمهام التعرف على الكائنات وتصنيفها.

كيف يتم تنظيم مجموعة بيانات CIFAR-100؟

تنقسم مجموعة بيانات CIFAR-100 إلى مجموعتين فرعيتين رئيسيتين:

1. مجموعة التدريب: تحتوي على 50,000 صورة تستخدم لتدريب نماذج تعلم الآلة.
2. مجموعة الاختبار: تتكون من 10,000 صورة تستخدم لاختبار وتقييم النماذج المدربة.

تحتوي كل فئة من الفئات الـ 100 على 600 صورة، مع 500 صورة للتدريب و 100 صورة للاختبار، مما يجعلها مناسبة بشكل فريد للبحث الأكاديمي والصناعي الدقيق.

أين يمكنني العثور على sample_images والتعليقات التوضيحية من مجموعة بيانات CIFAR-100؟

تتضمن مجموعة بيانات CIFAR-100 مجموعة متنوعة من الصور الملونة لأشياء مختلفة، مما يجعلها مجموعة بيانات منظمة لمهام تصنيف الصور. يمكنك الرجوع إلى صفحة الوثائق للاطلاع على عينات من الصور والشروحات. تسلط هذه الأمثلة الضوء على تنوع وتعقيد مجموعة البيانات، وهو أمر مهم لتدريب نماذج تصنيف الصور القوية. لمزيد من مجموعات البيانات المناسبة لمهام التصنيف، تحقق من نظرة عامة على مجموعات بيانات التصنيف الخاصة بـ Ultralytics.

📅 تم الإنشاء منذ سنة واحدة ✏️ تم التحديث منذ 4 أشهر

تعليقات