CIFAR-100 60,000 32x32 रंगीन छवियों का एक डेटासेट है, जिसमें 100 वर्ग हैं और प्रत्येक वर्ग में 600 छवियाँ हैं। यह 80 मिलियन टिनी इमेजेस डेटासेट का एक लेबल किया हुआ उपसमुच्चय है, जिसे 2009 में कनाडाई इंस्टीट्यूट फॉर एडवांस्ड रिसर्च के शोधकर्ताओं द्वारा प्रकाशित किया गया था। यह डेटासेट आमतौर पर मशीन लर्निंग और कंप्यूटर विज़न एल्गोरिदम, विशेष रूप से डीप लर्निंग मॉडल को प्रशिक्षित और मूल्यांकन करने के लिए उपयोग किया जाता है। इसकी कम रिज़ॉल्यूशन शोधकर्ताओं को बड़े डेटासेट पर स्केल करने से पहले विभिन्न दृष्टिकोणों का तेज़ी से परीक्षण करने की अनुमति देती है।
100 वर्गों को 20 सुपरक्लास में समूहीकृत किया गया है। उदाहरण के लिए, सुपरक्लास 'जलीय स्तनधारी' में बीवर, डॉल्फ़िन, ओटर, सील और व्हेल शामिल हैं। प्रत्येक छवि में दो लेबल होते हैं: एक सूक्ष्म लेबल (विशिष्ट वर्ग) और एक मोटा लेबल (सुपरक्लास)। यह संरचना सूक्ष्म-स्तरीय वर्गीकरण और पदानुक्रमित शिक्षण कार्यों दोनों को सक्षम बनाती है। डेटासेट को 50,000 प्रशिक्षण छवियों और 10,000 परीक्षण छवियों में विभाजित किया गया है, जिसमें प्रत्येक वर्ग में 500 प्रशिक्षण और 100 परीक्षण छवियाँ हैं।
इतिहास और निर्माण
CIFAR-100 को 2009 में CIFAR-10 के साथ पेश किया गया था। छवियाँ 80 मिलियन टिनी इमेजेस डेटासेट से प्राप्त की गई थीं, जो वेब से एकत्रित कम-रिज़ॉल्यूशन छवियों का संग्रह है। छात्रों को छवियों को लेबल करने के लिए भुगतान किया गया था, जिससे सटीक ग्राउंड ट्रुथ सुनिश्चित हुई। यह डेटासेट CIFAR-10 का एक अधिक चुनौतीपूर्ण विकल्प प्रदान करने के लिए बनाया गया था, जिसमें केवल 10 वर्ग हैं। वर्गों की अधिक संख्या वर्गीकरण कार्यों की कठिनाई को बढ़ाती है, जिससे CIFAR-100 तंत्रिका नेटवर्क आर्किटेक्चर के मूल्यांकन के लिए एक मानक बेंचमार्क बन जाता है।
मशीन लर्निंग में उपयोग
CIFAR-100 व्यापक रूप से मशीन लर्निंग अनुसंधान में छवि वर्गीकरण, वस्तु पहचान और ट्रांसफर लर्निंग जैसे कार्यों के लिए उपयोग किया जाता है। शोधकर्ता अक्सर विभिन्न कृत्रिम बुद्धिमत्ता मॉडल के प्रदर्शन की तुलना करने के लिए इसका उपयोग करते हैं। कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) CIFAR-10 की तरह ही CIFAR-100 पर सर्वोत्तम परिणाम प्राप्त करते हैं। यह डेटासेट कम्प्यूटेशनल दक्षता के बेंचमार्किंग के लिए भी उपयोग किया जाता है, क्योंकि टीमें AWS ट्रेनियम या सेरेब्रास जैसे हार्डवेयर पर मॉडल को तेज़ और सस्ता प्रशिक्षित करने के लिए प्रतिस्पर्धा करती हैं।
बेंचमार्क और स्टेट-ऑफ-द-आर्ट
कई शोध पत्र CIFAR-100 पर स्टेट-ऑफ-द-आर्ट परिणाम रिपोर्ट करते हैं, लेकिन छवि फ़्लिपिंग, शिफ्टिंग और ऑगमेंटेशन जैसी विभिन्न प्रीप्रोसेसिंग तकनीकों के कारण तुलनाएँ जटिल हो जाती हैं। कुछ मॉडल 10% से कम त्रुटि दर प्राप्त करते हैं, लेकिन सटीक रैंकिंग प्रयोगात्मक सेटअप पर निर्भर करती है। यह डेटासेट DAWNBench का भी हिस्सा है, जो प्रशिक्षण और अनुमान प्रदर्शन के लिए एक बेंचमार्क सूट है। हाल के वर्षों में, ट्रांसफॉर्मर-आधारित मॉडल और उन्नत CNN ने मजबूत प्रदर्शन दिखाया है, हालाँकि कोई एकल आर्किटेक्चर हावी नहीं है।
संबंधित डेटासेट
CIFAR-100 समान डेटासेट के एक परिवार का हिस्सा है। CIFAR-10 में 10 वर्ग हैं, जिनमें प्रत्येक में 6,000 छवियाँ हैं। CIFAR-10H CIFAR-10 छवियों के लिए मानव अवधारणात्मक अनिश्चितता लेबल प्रदान करता है। ImageNet (ILSVRC) में 1,000 वर्गों में एक मिलियन से अधिक उच्च-रिज़ॉल्यूशन छवियाँ हैं। स्ट्रीट व्यू हाउस नंबर (SVHN) डेटासेट में अंकों की 32x32 रंगीन छवियाँ हैं। 80 मिलियन टिनी इमेजेस डेटासेट दोनों CIFAR वेरिएंट के स्रोत के रूप में कार्य करता है। ये डेटासेट सामूहिक रूप से कंप्यूटर विज़न और डीप लर्निंग में अनुसंधान का समर्थन करते हैं।
यह भी देखें
- MNIST डेटाबेस
- मशीन लर्निंग अनुसंधान के लिए डेटासेट की सूची