مجموعة بيانات Fashion-MNIST
مجموعة بيانات Fashion-MNIST هي قاعدة بيانات لصور منتجات Zalando، وتتكون من مجموعة تدريب تضم 60,000 نموذج ومجموعة اختبار تضم 10,000 نموذج. كل نموذج عبارة عن صورة بتدرج رمادي بأبعاد 28x28، مرتبطة بتصنيف من بين 10 فئات. صُممت Fashion-MNIST لتكون بديلاً مباشراً لمجموعة بيانات MNIST الأصلية لأغراض قياس أداء خوارزميات التعلم الآلي.
الميزات الرئيسية
- تحتوي Fashion-MNIST على 60,000 صورة تدريب و10,000 صورة اختبار لصور منتجات Zalando.
- تتكون مجموعة البيانات من صور بتدرج رمادي بحجم 28x28 بكسل.
- يرتبط بكل بكسل قيمة واحدة تشير إلى درجة السطوع أو الظلمة، حيث تعني الأرقام الأعلى لوناً أكثر قتامة. هذه القيمة هي عدد صحيح بين 0 و255.
- تُستخدم Fashion-MNIST على نطاق واسع للتدريب والاختبار في مجال التعلم الآلي، خاصة لمهام تصنيف الصور.
هيكل مجموعة البيانات
تنقسم مجموعة بيانات Fashion-MNIST إلى مجموعتين فرعيتين:
- مجموعة التدريب: تحتوي هذه المجموعة الفرعية على 60,000 صورة تُستخدم لتدريب نماذج التعلم الآلي.
- مجموعة الاختبار: تتكون هذه المجموعة الفرعية من 10,000 صورة تُستخدم لاختبار وتقييم النماذج المدربة.
التصنيفات
يتم تعيين كل نموذج في التدريب والاختبار إلى أحد التصنيفات التالية:
0. T-shirt/top
1. Trouser
2. Pullover
3. Dress
4. Coat
5. Sandal
6. Shirt
7. Sneaker
8. Bag
9. Ankle bootالتطبيقات
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 التعلم الآلي الأخرى. يجعل التنسيق البسيط والمنظم جيداً لهذه المجموعة منها مورداً أساسياً للباحثين والممارسين في مجال التعلم الآلي والرؤية الحاسوبية.
الاستخدام
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 الخاصة بالنموذج.
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)صور وعينات تعليقات توضيحية
تحتوي مجموعة بيانات Fashion-MNIST على صور بتدرج رمادي لمنتجات Zalando، مما يوفر مجموعة بيانات منظمة بشكل جيد لمهام تصنيف الصور. فيما يلي بعض الأمثلة للصور من مجموعة البيانات:
يوضح المثال تنوع وتعقيد الصور في مجموعة بيانات Fashion-MNIST، مما يسلط الضوء على أهمية وجود مجموعة بيانات متنوعة لتدريب نماذج تصنيف صور قوية.
شكر وتقدير
إذا كنت تستخدم مجموعة بيانات Fashion-MNIST في بحثك أو عملك التطويري، يرجى الإشارة إلى مجموعة البيانات من خلال وضع رابط لـ مستودع GitHub. تم توفير مجموعة البيانات هذه بواسطة Zalando Research.
الأسئلة الشائعة
ما هي مجموعة بيانات Fashion-MNIST وكيف تختلف عن MNIST؟
مجموعة بيانات Fashion-MNIST عبارة عن مجموعة تضم 70,000 صورة بتدرج رمادي لمنتجات Zalando، وهي مخصصة لتكون بديلاً حديثاً لمجموعة بيانات MNIST الأصلية. تعمل كمعيار لقياس أداء نماذج التعلم الآلي في سياق مهام تصنيف الصور. على عكس MNIST التي تحتوي على أرقام مكتوبة بخط اليد، تتكون Fashion-MNIST من صور بحجم 28x28 بكسل مصنفة إلى 10 فئات متعلقة بالأزياء، مثل القمصان (T-shirt/top)، والسراويل، وأحذية الكاحل.
كيف 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 معلمات التدريب التفصيلية، ارجع إلى صفحة التدريب.
لماذا يجب علي استخدام مجموعة بيانات Fashion-MNIST لقياس أداء نماذج التعلم الآلي الخاصة بي؟
تُعرف مجموعة بيانات Fashion-MNIST على نطاق واسع في مجتمع التعلم العميق كبديل قوي لـ MNIST. فهي توفر مجموعة أكثر تعقيداً وتنوعاً من الصور، مما يجعلها خياراً ممتازاً لقياس أداء نماذج تصنيف الصور. هيكل مجموعة البيانات، الذي يتكون من 60,000 صورة تدريب و10,000 صورة اختبار، وكل منها مصنف في واحدة من 10 فئات، يجعلها مثالية لتقييم أداء خوارزميات التعلم الآلي المختلفة في سياق أكثر تحدياً.
هل يمكنني استخدام Ultralytics YOLO لمهام تصنيف الصور مثل Fashion-MNIST؟
نعم، يمكن استخدام نماذج Ultralytics YOLO لمهام تصنيف الصور، بما في ذلك تلك التي تتضمن مجموعة بيانات Fashion-MNIST. تدعم YOLO26، على سبيل المثال، مهام الرؤية المختلفة مثل الاكتشاف، والتقسيم، والتصنيف. للبدء في مهام تصنيف الصور، ارجع إلى صفحة التصنيف.
ما هي الميزات الرئيسية وهيكل مجموعة بيانات Fashion-MNIST؟
تنقسم مجموعة بيانات Fashion-MNIST إلى مجموعتين فرعيتين رئيسيتين: 60,000 صورة تدريب و10,000 صورة اختبار. كل صورة هي صورة بتدرج رمادي بأبعاد 28x28 بكسل تمثل واحدة من 10 فئات متعلقة بالأزياء. البساطة والتنسيق المنظم جيداً يجعلانها مثالية لتدريب وتقييم النماذج في مهام التعلم الآلي والرؤية الحاسوبية. لمزيد من التفاصيل حول هيكل مجموعة البيانات، انظر قسم هيكل مجموعة البيانات.
كيف 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 جعلوا مجموعة البيانات متاحة للاستخدام العام.