مجموعة بيانات Fashion-MNIST#
تُعد مجموعة بيانات Fashion-MNIST معيارًا لـتصنيف الصور، وتتكون من 70,000 صورة بتدرجات الرمادي وأبعاد 28x28 لقطع ملابس من Zalando، موزعة بالتساوي على 10 فئات: قميص قصير الأكمام/قميص علوي، وبنطال، وسترة، وفستان، ومعطف، وصندل، وقميص، وحذاء رياضي، وحقيبة، وحذاء طويل يصل إلى الكاحل. وتأتي بتقسيم محدد مسبقًا يضم 60,000 صورة للتدريب و10,000 صورة للاختبار (7,000 صورة لكل فئة)، وتُستخدم بديلًا مباشرًا لمجموعة بيانات MNIST الأصلية لقياس أداء خوارزميات التعلم الآلي. أما النسخة المكافئة ذات الصور الملونة، فراجع مجموعة بيانات CIFAR-10 ذات الصلة.
استكشف Fashion-MNIST على Ultralytics Platform لمعاينة العينات وفحص إحصاءات مجموعة البيانات واستنساخها للتدريب.
الميزات الرئيسية#
- تضم Fashion-MNIST عددًا قدره 70,000 صورة بتدرجات الرمادي، أبعاد كل منها 28x28 بكسل، موزعة بالتساوي على 10 فئات.
- تضم كل فئة 7,000 صورة بالضبط — 6,000 للتدريب و1,000 للاختبار — لذا فإن مجموعة البيانات متوازنة تمامًا.
- تُعد بديلًا مباشرًا لـ MNIST: فهي مطابقة لها في حجم الصور وتنسيقها وبنية تقسيمها، لكنها تتضمن فئات ملابس أصعب بدلًا من الأرقام المكتوبة بخط اليد.
- تأتي مجموعة البيانات بتقسيم محدد مسبقًا إلى التدريب والاختبار، لذا لا يلزم إجراء تقسيم يدوي أو تلقائي.
- تُستخدم Fashion-MNIST معيارًا شائعًا لأبحاث تصنيف الصور والتعلم العميق.
بنية مجموعة البيانات#
تأتي Fashion-MNIST مع تقسيم رسمي محدد مسبقًا، لذا لا حاجة إلى تقسيم تلقائي أو يدوي:
- الفئات: 10 (قميص قصير الأكمام/قميص علوي، بنطال، سترة، فستان، معطف، صندل، قميص، حذاء رياضي، حقيبة، حذاء طويل يصل إلى الكاحل)
- إجمالي الصور: 70,000 (بتدرجات الرمادي، أبعاد 28x28)
- مجموعة التدريب: 60,000 صورة (6,000 لكل فئة)
- مجموعة الاختبار: 10,000 صورة (1,000 لكل فئة)
لا تحتوي Fashion-MNIST على مجلد منفصل للتحقق، لذا تستخدم Ultralytics مجموعة الاختبار المؤلفة من 10,000 صورة افتراضيًا كمجموعة التحقق أثناء التدريب.
التطبيقات#
تُستخدم Fashion-MNIST على نطاق واسع لتدريب نماذج تصنيف الصور وتقييمها، بدءًا من الشبكات العصبية الالتفافية (CNNs) وآلات متجهات الدعم (SVMs) التقليدية، وصولًا إلى البنى العميقة الحديثة. وتجعل صورها الصغيرة ذات التدرجات الرمادية وفئات الملابس العشر منها معيارًا سريعًا وقابلًا لإعادة الإنتاج لمقارنة الخوارزميات وتجارب الرؤية الحاسوبية، كما أنها أصعب من أرقام MNIST المكتوبة بخط اليد.
الاستخدام#
درّب نموذج YOLO على Fashion-MNIST لمدة 100 حقبة بحجم صورة يبلغ 28. للاطلاع على القائمة الكاملة للوسائط المتاحة، راجع صفحة التدريب ودليل مهمة تصنيف الصور.
from ultralytics import YOLO
# تحميل نموذج
model = YOLO("yolo26n-cls.pt") # تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)
# تدريب النموذج
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)صور وتعليقات توضيحية نموذجية#
صور عيّنة من مجموعة بيانات Fashion-MNIST:
تُظهر العينات تنوع فئات الملابس في مجموعة بيانات Fashion-MNIST، وتبرز أهمية تنوع مجموعة البيانات لتدريب نماذج قوية لتصنيف الصور.
الاستشهادات والشكر والتقدير#
إذا استخدمت مجموعة بيانات Fashion-MNIST في أبحاثك أو أعمال التطوير، فيُرجى الاستشهاد بالورقة التالية:
@article{xiao2017fashion,
title={Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms},
author={Han Xiao and Kashif Rasul and Roland Vollgraf},
year={2017},
eprint={1708.07747},
archivePrefix={arXiv},
primaryClass={cs.LG}
}نتوجه بالشكر إلى Zalando Research لإنشائها مجموعة بيانات Fashion-MNIST وصيانتها بوصفها موردًا قيّمًا لمجتمع أبحاث التعلم الآلي والرؤية الحاسوبية. لمزيد من المعلومات عن مجموعة بيانات Fashion-MNIST ومنشئيها، تفضل بزيارة مستودع Fashion-MNIST على GitHub.
الأسئلة الشائعة#
تُعد مجموعة بيانات Fashion-MNIST معيارًا يضم 70,000 صورة بتدرجات الرمادي وأبعاد 28x28 لقطع ملابس من Zalando موزعة على 10 فئات، وقد أُنشئت لتكون بديلًا مباشرًا لمجموعة بيانات MNIST الأصلية. وهي تطابق MNIST تمامًا في حجم الصور وتنسيقها وتقسيمها إلى 60,000 صورة للتدريب و10,000 للاختبار، لكنها تستبدل الأرقام المكتوبة بخط اليد بفئات أزياء أصعب — مثل القميص القصير الأكمام/القميص العلوي والبنطال والحذاء الطويل الذي يصل إلى الكاحل — مما يجعلها معيارًا أكثر تحديًا لنماذج تصنيف الصور.
لتدريب نموذج Ultralytics YOLO على Fashion-MNIST، استخدم مقتطفات الشيفرة أدناه. تُنزّل مجموعة البيانات تلقائيًا عند استخدامها للمرة الأولى. للاطلاع على القائمة الكاملة للوسائط، راجع صفحة التدريب الخاصة بالنموذج.
مثال على التدريبfrom ultralytics import YOLO # تحميل نموذج model = YOLO("yolo26n-cls.pt") # تحميل نموذج مدرّب مسبقًا (موصى به للتدريب) # تدريب النموذج results = model.train(data="fashion-mnist", epochs=100, imgsz=28)تضم Fashion-MNIST 10 فئات — قميص قصير الأكمام/قميص علوي، وبنطال، وسترة، وفستان، ومعطف، وصندل، وقميص، وحذاء رياضي، وحقيبة، وحذاء طويل يصل إلى الكاحل — ولكل فئة 7,000 صورة بالضبط، أي 70,000 صورة إجمالًا. وكل صورة لقطة بتدرجات الرمادي وأبعاد 28x28 لقطعة ملابس واحدة من Zalando، والفئات متوازنة تمامًا.
تأتي Fashion-MNIST مع تقسيم محدد مسبقًا يضم 60,000 صورة للتدريب و10,000 صورة للاختبار، مع 6,000 صورة تدريب و1,000 صورة اختبار بالضبط لكل فئة. وعلى خلاف مجموعات بيانات التصنيف القائمة على المجلدات التي تقسّمها Ultralytics تلقائيًا، يُستخدم التقسيم الرسمي لـ Fashion-MNIST كما هو، وتُستخدم مجموعة الاختبار افتراضيًا كمجموعة التحقق أثناء التدريب.
نعم. تتيح لك Ultralytics Platform إدارة مجموعات البيانات وتدريب نماذج تصنيف الصور ونشرها دون الحاجة إلى كتابة شيفرة مطولة. وهي وسيلة ملائمة لإجراء تجارب Fashion-MNIST سحابيًا، ويمكنك استكشاف مزيد من الخيارات في نظرة عامة على مجموعات بيانات التصنيف.