CIFAR-10 डेटासेट (कनाडियन इंस्टीट्यूट फॉर एडवांस्ड रिसर्च) 60,000 32x32 रंगीन छवियों का संग्रह है, जिसका उपयोग मशीन लर्निंग और कंप्यूटर विज़न एल्गोरिदम को प्रशिक्षित और मूल्यांकन करने के लिए किया जाता है। यह मशीन लर्निंग अनुसंधान में सबसे व्यापक रूप से उपयोग किए जाने वाले डेटासेट में से एक है, जो छवि वर्गीकरण कार्यों के लिए एक मानक बेंचमार्क के रूप में कार्य करता है। डेटासेट में 10 वर्ग शामिल हैं - हवाई जहाज, कार, पक्षी, बिल्लियाँ, हिरण, कुत्ते, मेंढक, घोड़े, जहाज और ट्रक - प्रत्येक वर्ग में 6,000 छवियाँ हैं। इसका कम रिज़ॉल्यूशन (32x32 पिक्सेल) शोधकर्ताओं को उच्च-रिज़ॉल्यूशन छवियों की कम्प्यूटेशनल लागत के बिना विभिन्न एल्गोरिदम का तेज़ी से परीक्षण करने की अनुमति देता है।
CIFAR-10 80 मिलियन टिनी इमेजेज डेटासेट का एक लेबल किया गया उपसमुच्चय है, जिसे 2008 में प्रकाशित किया गया था। CIFAR-10 उपसमुच्चय 2009 में जारी किया गया था, जिसमें छात्रों को छवियों को लेबल करने के लिए भुगतान किया गया था। अपनी रिलीज़ के बाद से, यह ऑब्जेक्ट पहचान एल्गोरिदम, विशेष रूप से कन्वोल्यूशनल न्यूरल नेटवर्क (CNNs) को विकसित करने और तुलना करने के लिए एक आधारभूत संसाधन बन गया है।
डेटासेट संरचना और संगठन
डेटासेट को प्रशिक्षण और परीक्षण सेटों में विभाजित किया गया है: प्रशिक्षण के लिए 50,000 छवियाँ और परीक्षण के लिए 10,000। प्रत्येक छवि एक 32x32 RGB फोटोग्राफ है, और 10 वर्ग परस्पर अनन्य हैं - एक छवि में एक वर्ग से केवल एक वस्तु होती है। छोटा छवि आकार और सीमित वर्ग संख्या CIFAR-10 को एक सुलभ फिर भी चुनौतीपूर्ण बेंचमार्क बनाती है, जो सादगी और एल्गोरिदम प्रदर्शन को अलग करने के लिए पर्याप्त जटिलता को संतुलित करती है।
लेबलिंग प्रक्रिया में भुगतान किए गए छात्र शामिल थे, जिससे उच्च-गुणवत्ता वाला ग्राउंड ट्रुथ सुनिश्चित हुआ। डेटासेट का डिज़ाइन तेज़ प्रयोग को प्रोत्साहित करता है, क्योंकि CIFAR-10 पर एक मॉडल को प्रशिक्षित करने के लिए आमतौर पर ImageNet जैसे बड़े डेटासेट की तुलना में कम कम्प्यूटेशनल संसाधनों की आवश्यकता होती है।
मशीन लर्निंग अनुसंधान में भूमिका
CIFAR-10 Machine learning और Deep learning अनुसंधान को आगे बढ़ाने में सहायक रहा है। इसका उपयोग आमतौर पर नई वास्तुकला, प्रशिक्षण तकनीकों और नियमितीकरण विधियों का मूल्यांकन करने के लिए किया जाता है। उदाहरण के लिए, Batch Normalization, Dropout, और Data Augmentation जैसे नवाचारों का CIFAR-10 पर परीक्षण और परिशोधन किया गया है। डेटासेट की लोकप्रियता इसके प्रबंधनीय आकार से उपजी है, जो शोधकर्ताओं को तेज़ी से पुनरावृत्ति करने की अनुमति देती है जबकि ऑब्जेक्ट पहचान के लिए एक सार्थक चुनौती प्रदान करती है।
Computer vision और Neural network अनुसंधान में कई महत्वपूर्ण पेपर CIFAR-10 पर परिणाम रिपोर्ट करते हैं। वर्षों से, सबसे आधुनिक त्रुटि दरें 2010 के दशक की शुरुआत में 20% से अधिक से घटकर आधुनिक वास्तुकला और उन्नत प्रशिक्षण तकनीकों के साथ 1% से नीचे आ गई हैं। हालांकि, पेपरों के बीच परिणामों की तुलना करना जटिल है क्योंकि शोधकर्ता विभिन्न प्रीप्रोसेसिंग विधियों, जैसे छवि फ़्लिपिंग, शिफ्टिंग या क्रॉपिंग का उपयोग करते हैं, जो प्रदर्शन को प्रभावित कर सकते हैं।
बेंचमार्किंग और प्रतियोगिताएं
शैक्षणिक अनुसंधान के अलावा, CIFAR-10 उन टीमों के लिए एक प्रदर्शन बेंचमार्क के रूप में कार्य करता है जो न्यूरल नेटवर्क को तेज़ी से और अधिक कुशलता से चलाने के लिए प्रतिस्पर्धा करती हैं। उदाहरण के लिए, DAWNBench, एक बेंचमार्क सुइट जो डीप लर्निंग प्रशिक्षण और अनुमान के लिए है, में CIFAR-10 को एक मानक कार्य के रूप में शामिल किया गया है। प्रतियोगी न्यूनतम प्रशिक्षण समय या लागत के साथ उच्च सटीकता प्राप्त करने का लक्ष्य रखते हैं, जिससे Model Pruning, Learning Rate Scheduling, और हार्डवेयर अनुकूलन में नवाचार होते हैं।
ऐसी प्रतियोगिताओं में डेटासेट के उपयोग ने कुशल Artificial intelligence प्रणालियों के विकास को प्रभावित किया है, जिसमें AWS Trainium या Google Cloud TPUs जैसे विशेष हार्डवेयर पर तैनात किए गए सिस्टम शामिल हैं। इसकी भूमिका एल्गोरिदम विकास से परे स्केलेबिलिटी और संसाधन दक्षता के व्यावहारिक विचारों तक फैली हुई है।
समान डेटासेट और विस्तार
कई डेटासेट CIFAR-10 से संबंधित हैं। CIFAR-100 एक समान डेटासेट है जिसमें 100 वर्ग और प्रति वर्ग 600 छवियाँ हैं, जो अधिक सूक्ष्म वर्गीकरण चुनौती प्रदान करता है। CIFAR-10H CIFAR-10 छवियों के लिए मानव अवधारणात्मक अनिश्चितता लेबल प्रदान करता है, जो वर्गीकरण में मानव-जैसी अनिश्चितता का अध्ययन करने के लिए उपयोगी है। अन्य समान डेटासेट में ImageNet (ILSVRC) शामिल है, जिसमें उच्च रिज़ॉल्यूशन (औसतन 469x387 पिक्सेल) पर 1000 वर्गों की 1 मिलियन रंगीन छवियाँ हैं, और स्ट्रीट व्यू हाउस नंबर (SVHN) डेटासेट, जिसमें अंक 0-9 की लगभग 600,000 32x32 रंगीन छवियाँ हैं। मूल 80 मिलियन टिनी इमेजेज डेटासेट, जिससे CIFAR-10 प्राप्त हुआ है, अनपर्यवेक्षित लर्निंग के लिए एक संसाधन बना हुआ है।
विरासत और निरंतर प्रासंगिकता
बड़े और अधिक जटिल डेटासेट के उद्भव के बावजूद, CIFAR-10 मशीन लर्निंग शिक्षा और अनुसंधान में एक मुख्य आधार बना हुआ है। इसकी सादगी और सुव्यवस्थित संरचना इसे छात्रों और चिकित्सकों के लिए एक आदर्श पहला बेंचमार्क बनाती है। डेटासेट की दीर्घायु इसके डिज़ाइन का प्रमाण है, और यह हर साल हजारों पेपरों में उद्धृत किया जाता रहता है। 2020 के दशक की शुरुआत तक, CIFAR-10 Generative AI और Transformer (architecture)-आधारित विज़न मॉडल जैसे क्षेत्रों में नए विचारों के लिए एक मानक परीक्षण मंच बना हुआ है, जो आने वाले वर्षों के लिए इसकी प्रासंगिकता सुनिश्चित करता है।