CIFAR-10データセット（カナダ高等研究所）は、機械学習およびコンピュータビジョンアルゴリズムの訓練と評価に使用される60,000枚の低解像度カラー画像のコレクションである。2009年に公開され、この分野で最も広く使用されるベンチマークの一つとなり、研究者が物体認識に対する異なるアプローチを迅速にテストすることを可能にしている。このデータセットは、飛行機、自動車、鳥、猫、鹿、犬、カエル、馬、船、トラックの10クラスからなる32x32ピクセルの画像で構成され、各クラスにつき6,000枚の画像が含まれている。
CIFAR-10は、2008年の80 Million Tiny Imagesデータセットのラベル付きサブセットである。データセット作成時、学生が報酬を受け取りながらすべての画像にラベルを付けた。画像が低解像度であるため、このデータセットは異なるアルゴリズムでの迅速な実験を可能にし、機械学習や人工知能の新しい技術を開発する研究者にとって標準的な出発点となっている。
データセット構造
60,000枚の画像は通常、50,000枚の訓練画像と10,000枚のテスト画像に分割される。各画像は3チャンネル（赤、緑、青）を持つ32x32ピクセルのカラー写真であり、1枚あたり合計3,072ピクセルとなる。10クラスは相互排他的であり、各画像は正確に1つのカテゴリに属する。画像サイズの小ささが、平均469x387解像度の画像を含むImageNetのような高解像度データセットとCIFAR-10を区別している。
機械学習研究における役割
写真内の物体を認識するコンピュータアルゴリズムはしばしば例から学習し、CIFAR-10はこの目的のための標準化された例のセットを提供する。様々な種類の畳み込みニューラルネットワークがCIFAR-10の画像認識に最も優れている傾向がある。このデータセットは、初期の浅いネットワークから残差接続や注意機構を備えた現代的なアーキテクチャまで、深層学習の進歩を追跡する上で重要な役割を果たしてきた。
CIFAR-10で最先端の結果を主張する研究論文は、公開以来一貫して登場している。しかし、すべての論文が画像の反転やシフトなどの前処理技術に関して標準化されているわけではない。そのため、ある論文の最先端の主張は、古い主張よりも誤り率が高い可能性があるが、異なる前処理条件下では依然として有効であり得る。
ベンチマークと性能
アルゴリズム開発に加えて、CIFAR-10はニューラルネットワークをより速く、より安価に実行することを競うチームの性能ベンチマークとしても使用されている。例えば、DAWNBenchコンペティションでは、異なるハードウェアおよびソフトウェアスタック間の訓練時間とコストを比較するベンチマークデータがウェブサイトに掲載されている。この使用法は、Google Cloud、Amazon Web Services、Azureなどの企業によるより広範なインフラストラクチャの取り組みにデータセットを結び付けている。
類似データセット
いくつかの関連データセットがCIFAR-10を拡張または補完している。CIFAR-100は類似しているが、各クラス600枚の画像を持つ100クラスを含む。CIFAR-10Hは人間の知覚的不確実性でラベル付けされたバージョンである。ImageNet（ILSVRC）データセットは、より高解像度の1,000クラスの100万枚のカラー画像を含む。Street View House Numbers（SVHN）データセットは、10クラス（数字0-9）の約600,000枚の画像を32x32解像度で提供する。80 Million Tiny Imagesデータセットは、CIFAR-10が派生した親セットとして機能する。
関連項目
- 機械学習研究用データセットの一覧
- MNISTデータベース
参考文献
- CIFAR-10ページ - データセットの公式サイト
- カナダ高等研究所