Link to this sectionمجموعة بيانات Fashion-MNIST#

مجموعة بيانات Fashion-MNIST عبارة عن قاعدة بيانات لصور منتجات Zalando، وتتكون من مجموعة تدريب تضم 60,000 عينة ومجموعة اختبار تضم 10,000 عينة. كل عينة هي صورة بتدرج رمادي بحجم 28x28 بكسل، مرتبطة بتصنيف من بين 10 فئات. صُممت Fashion-MNIST لتكون بديلاً مباشراً لمجموعة بيانات MNIST الأصلية لتقييم خوارزميات تعلم الآلة.

Link to this sectionالميزات الرئيسية#

• تحتوي Fashion-MNIST على 60,000 صورة تدريب و10,000 صورة اختبار لمنتجات Zalando.
• تتكون مجموعة البيانات من صور بتدرج رمادي بحجم 28x28 بكسل.
• يحتوي كل بكسل على قيمة واحدة مرتبطة به تشير إلى درجة السطوع أو العتمة، حيث تشير الأرقام الأعلى إلى لون أغمق. قيمة البكسل هذه عبارة عن عدد صحيح بين 0 و255.
• تُستخدم Fashion-MNIST على نطاق واسع للتدريب والاختبار في مجال تعلم الآلة، وخاصة لمهام تصنيف الصور.

Link to this sectionهيكل مجموعة البيانات#

تنقسم مجموعة بيانات Fashion-MNIST إلى مجموعتين فرعيتين:

1. مجموعة التدريب: تحتوي هذه المجموعة الفرعية على 60,000 صورة تُستخدم لتدريب نماذج تعلم الآلة.
2. مجموعة الاختبار: تتكون هذه المجموعة الفرعية من 10,000 صورة تُستخدم لاختبار وتقييم النماذج المدربة.

Link to this sectionالتصنيفات#

يتم تعيين كل عينة تدريب واختبار لأحد التصنيفات التالية:

0. T-shirt/top
1. Trouser
2. Pullover
3. Dress
4. Coat
5. Sandal
6. Shirt
7. Sneaker
8. Bag
9. Ankle boot

Link to this sectionالتطبيقات#

تُستخدم مجموعة بيانات Fashion-MNIST على نطاق واسع لتدريب وتقييم نماذج التعلم العميق في مهام تصنيف الصور، مثل الشبكات العصبية التلافيفية (CNNs)، وآلات ناقلات الدعم (SVMs)، والعديد من خوارزميات تعلم الآلة الأخرى. يجعل التنسيق البسيط والمنظم جيداً لهذه المجموعة منها مورداً أساسياً للباحثين والممارسين في مجال تعلم الآلة والرؤية الحاسوبية.

Link to this sectionالاستخدام#

لتدريب نموذج CNN على مجموعة بيانات Fashion-MNIST لمدة 100 دورة تدريبية بحجم صورة 28x28، يمكنك استخدام مقتطفات الكود التالية. للحصول على قائمة شاملة بالوسيطات المتاحة، ارجع إلى صفحة التدريب للنموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)

Link to this sectionعينات الصور والتعليقات التوضيحية#

تحتوي مجموعة بيانات Fashion-MNIST على صور بتدرج رمادي لمنتجات Zalando، مما يوفر مجموعة بيانات منظمة جيداً لمهام تصنيف الصور. فيما يلي بعض الأمثلة للصور من مجموعة البيانات:

يعرض هذا المثال تنوع وتعقيد الصور في مجموعة بيانات Fashion-MNIST، مما يبرز أهمية وجود مجموعة بيانات متنوعة لتدريب نماذج تصنيف صور قوية.

Link to this sectionشكر وتقدير#

إذا كنت تستخدم مجموعة بيانات Fashion-MNIST في بحثك أو عملك التطويري، فيُرجى الإشارة إلى مجموعة البيانات من خلال وضع رابط لـ مستودع GitHub. تم توفير مجموعة البيانات هذه بواسطة Zalando Research.

Link to this sectionالأسئلة الشائعة#

Link to this sectionما هي مجموعة بيانات Fashion-MNIST وكيف تختلف عن MNIST؟#

مجموعة بيانات Fashion-MNIST عبارة عن مجموعة من 70,000 صورة بتدرج رمادي لمنتجات Zalando، وتهدف لأن تكون بديلاً حديثاً لمجموعة بيانات MNIST الأصلية. إنها تعمل كمعيار لنماذج تعلم الآلة في سياق مهام تصنيف الصور. وعلى عكس MNIST، التي تحتوي على أرقام مكتوبة بخط اليد، تتكون Fashion-MNIST من صور بحجم 28x28 بكسل مصنفة في 10 فئات متعلقة بالأزياء، مثل التيشيرت/القميص، والسروال، وحذاء الكاحل.

Link to this sectionكيف يمكنني تدريب نموذج YOLO على مجموعة بيانات Fashion-MNIST؟#

لتدريب نموذج Ultralytics YOLO على مجموعة بيانات Fashion-MNIST، يمكنك استخدام أوامر Python وCLI. إليك مثال سريع للبدء:

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolo26n-cls.pt")

# Train the model on Fashion-MNIST
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)

لمزيد من معايير التدريب التفصيلية، ارجع إلى صفحة التدريب.

Link to this sectionلماذا يجب أن أستخدم مجموعة بيانات Fashion-MNIST لتقييم نماذج تعلم الآلة الخاصة بي؟#

تعتبر مجموعة بيانات Fashion-MNIST معترفاً بها على نطاق واسع في مجتمع التعلم العميق كبديل قوي لـ MNIST. وهي توفر مجموعة أكثر تعقيداً وتنوعاً من الصور، مما يجعلها خياراً ممتازاً لتقييم نماذج تصنيف الصور. هيكل مجموعة البيانات، الذي يتكون من 60,000 صورة تدريب و10,000 صورة اختبار، كل منها مصنف ضمن واحدة من 10 فئات، يجعلها مثالية لتقييم أداء خوارزميات تعلم الآلة المختلفة في سياق أكثر تحدياً.

Link to this sectionهل يمكنني استخدام Ultralytics YOLO لمهام تصنيف الصور مثل Fashion-MNIST؟#

نعم، يمكن استخدام نماذج Ultralytics YOLO لمهام تصنيف الصور، بما في ذلك المهام التي تتضمن مجموعة بيانات Fashion-MNIST. على سبيل المثال، يدعم YOLO26 مهام رؤية متنوعة مثل الكشف، وتجزئة المثيلات، والتجزئة الدلالية، والتصنيف، وتقدير الوضعية، والكشف الموجه عن الأجسام. للبدء بمهام تصنيف الصور، ارجع إلى صفحة التصنيف.

Link to this sectionما هي الميزات والهيكل الرئيسي لمجموعة بيانات Fashion-MNIST؟#

تنقسم مجموعة بيانات Fashion-MNIST إلى مجموعتين فرعيتين رئيسيتين: 60,000 صورة تدريب و10,000 صورة اختبار. كل صورة عبارة عن صورة بتدرج رمادي بحجم 28x28 بكسل تمثل واحدة من 10 فئات متعلقة بالأزياء. البساطة والتنسيق المنظم جيداً يجعلانها مثالية لتدريب وتقييم النماذج في مهام تعلم الآلة والرؤية الحاسوبية. لمزيد من التفاصيل حول هيكل مجموعة البيانات، راجع قسم هيكل مجموعة البيانات.

Link to this sectionكيف يمكنني الإشارة إلى استخدام مجموعة بيانات Fashion-MNIST في بحثي؟#

إذا كنت تستخدم مجموعة بيانات Fashion-MNIST في مشاريعك البحثية أو التطويرية، فمن المهم الإشارة إليها من خلال وضع رابط لـ مستودع GitHub. يساعد هذا في نسب البيانات إلى Zalando Research، الذين أتاحوا مجموعة البيانات للاستخدام العام.