CIFAR-10 डेटासेट (कनाडियन इंस्टीट्यूट फॉर एडवांस्ड रिसर्च) 60,000 कम-रिज़ॉल्यूशन वाली रंगीन छवियों का एक संग्रह है, जिसका उपयोग मशीन लर्निंग और कंप्यूटर विज़न एल्गोरिदम को प्रशिक्षित और मूल्यांकन करने के लिए किया जाता है। 2009 में प्रकाशित, यह क्षेत्र में सबसे व्यापक रूप से उपयोग किए जाने वाले बेंचमार्क में से एक बन गया है, जिससे शोधकर्ता वस्तु पहचान के विभिन्न दृष्टिकोणों का तेजी से परीक्षण कर सकते हैं। डेटासेट में 10 वर्गों में 32x32 पिक्सेल की छवियाँ शामिल हैं - हवाई जहाज, कार, पक्षी, बिल्ली, हिरण, कुत्ते, मेंढक, घोड़े, जहाज और ट्रक - प्रत्येक वर्ग में 6,000 छवियाँ।
CIFAR-10 2008 के 80 मिलियन टिनी इमेजेज डेटासेट का एक लेबल किया गया उपसमुच्चय है। जब डेटासेट बनाया गया था, तो छात्रों को सभी छवियों को लेबल करने के लिए भुगतान किया गया था। चूँकि छवियाँ कम-रिज़ॉल्यूशन की हैं, डेटासेट विभिन्न एल्गोरिदम के साथ तेजी से प्रयोग की अनुमति देता है, जिससे यह मशीन लर्निंग और कृत्रिम बुद्धिमत्ता में नई तकनीक विकसित करने वाले शोधकर्ताओं के लिए एक मानक प्रारंभिक बिंदु बन जाता है।
डेटासेट संरचना
60,000 छवियों को आम तौर पर 50,000 प्रशिक्षण छवियों और 10,000 परीक्षण छवियों में विभाजित किया जाता है। प्रत्येक छवि तीन चैनलों (लाल, हरा, नीला) के साथ एक 32x32 रंगीन तस्वीर है, जिसके परिणामस्वरूप प्रति छवि कुल 3,072 पिक्सेल होते हैं। 10 वर्ग परस्पर अनन्य हैं - प्रत्येक छवि ठीक एक श्रेणी से संबंधित है। छोटा छवि आकार CIFAR-10 को इमेजनेट जैसे उच्च-रिज़ॉल्यूशन डेटासेट से अलग करता है, जिसमें औसतन 469x387 रिज़ॉल्यूशन की छवियाँ होती हैं।
मशीन लर्निंग अनुसंधान में भूमिका
तस्वीरों में वस्तुओं को पहचानने के लिए कंप्यूटर एल्गोरिदम अक्सर उदाहरण से सीखते हैं, और CIFAR-10 इस उद्देश्य के लिए उदाहरणों का एक मानकीकृत सेट प्रदान करता है। विभिन्न प्रकार के कन्वोल्यूशनल न्यूरल नेटवर्क CIFAR-10 में छवियों को पहचानने में सबसे अच्छे होते हैं। यह डेटासेट गहन शिक्षण में प्रगति को ट्रैक करने में सहायक रहा है, प्रारंभिक उथले नेटवर्क से लेकर अवशिष्ट कनेक्शन और ध्यान तंत्र के साथ आधुनिक आर्किटेक्चर तक।
CIFAR-10 पर अत्याधुनिक परिणामों का दावा करने वाले शोध पत्र इसके रिलीज़ होने के बाद से लगातार सामने आए हैं। हालाँकि, सभी पत्र एक ही प्री-प्रोसेसिंग तकनीकों, जैसे छवि फ़्लिपिंग या छवि शिफ्टिंग पर मानकीकृत नहीं हैं। इस कारण से, एक पत्र का अत्याधुनिक होने का दावा पुराने दावे की तुलना में उच्च त्रुटि दर हो सकता है लेकिन विभिन्न प्रीप्रोसेसिंग स्थितियों के तहत फिर भी मान्य हो सकता है।
बेंचमार्क और प्रदर्शन
एल्गोरिदम विकास के अलावा, CIFAR-10 का उपयोग उन टीमों के लिए प्रदर्शन बेंचमार्क के रूप में किया जाता है जो न्यूरल नेटवर्क को तेज़ और सस्ता चलाने के लिए प्रतिस्पर्धा करती हैं। उदाहरण के लिए, DAWNBench प्रतियोगिता, उनकी वेबसाइट पर विभिन्न हार्डवेयर और सॉफ्टवेयर स्टैक में प्रशिक्षण समय और लागत की तुलना करने वाला बेंचमार्क डेटा रखती है। यह उपयोग डेटासेट को गूगल क्लाउड, अमेज़न वेब सर्विसेज और एज़्योर जैसी कंपनियों के व्यापक बुनियादी ढांचे के प्रयासों से जोड़ता है।
समान डेटासेट
कई संबंधित डेटासेट CIFAR-10 का विस्तार या पूरक हैं। CIFAR-100 समान है लेकिन इसमें 100 वर्ग हैं जिनमें प्रत्येक में 600 छवियाँ हैं। CIFAR-10H मानव अवधारणात्मक अनिश्चितता के साथ लेबल किया गया एक संस्करण है। इमेजनेट (ILSVRC) डेटासेट में उच्च रिज़ॉल्यूशन पर 1,000 वर्गों की 1 मिलियन रंगीन छवियाँ शामिल हैं। स्ट्रीट व्यू हाउस नंबर (SVHN) डेटासेट 10 वर्गों (अंक 0-9) की लगभग 600,000 छवियाँ प्रदान करता है, जो 32x32 रिज़ॉल्यूशन पर भी हैं। 80 मिलियन टिनी इमेजेज डेटासेट मूल सेट के रूप में कार्य करता है जिससे CIFAR-10 प्राप्त हुआ था।
यह भी देखें
- मशीन लर्निंग अनुसंधान के लिए डेटासेट की सूची
- MNIST डेटाबेस
संदर्भ
- CIFAR-10 पृष्ठ - डेटासेट का होम
- कनाडियन इंस्टीट्यूट फॉर एडवांस्ड रिसर्च