La base de dades CIFAR-10 (acrònim anglès de Canadian Institute For Advanced Research) és una col·lecció d'imatges que s'empren en el camp de l'aprenentatge automàtic i en els algorismes de visió per ordinador creades al CIFAR (institut canadenc de recerca avançada). És un dels conjunts de dades més utilitzats per a la investigació sobre l'aprenentatge automàtic. La base de dades CIFAR-10 conté 60.000 imatges del format 32x32 dividides en 10 classes diferents. Aquestes classes són avions, cotxes, ocells, gats, cérvols, gossos, granotes, cavalls, vaixells i camions. Hi ha 6.000 imatges de cada classe. Aquestes imatges s'empren a l'hora de realitzar l'entrenament de sistemes de processament d'imatges.
Prestacions Taula que mostra l'error resultant en funció del tipus de processament d'aprenentatge automàtic: AlgorismeTaxa d'error (%)Data de publicacióXarxes Convolutional Deep Belief 21.1Agost, 2010Xarxes Densely Connected Convolutional5.1924 Augost, 2016Xarxes Wide Residual 4.023 Maig, 2016Xarxes amb aprenentatge Reinforcement 3.654 Novembre, 2016Fraccional Max-Pooling3.4718 Desembre, 2014Regularització Shake-Shake2.8621 Maig, 2017Improved Regularization of Convolutional Neural Networks with Cutout2.5615 Agost, 2017Regularització ShakeDrop 2.317 Febrer, 2018Regularització per Image Classifier Architecture Search2.136 Febrer, 2018AutoAugment: Learning Augmentation Policies from Data1.4824 Maig, 2018
Referències
Vegeu també Base de dades MINIST Base de dades ImageNet Base de dades WordNet
Categoria:Bases de dades Categoria:Aprenentatge automàtic