Link to this sectionمجموعة بيانات Fashion-MNIST#

تعد مجموعة بيانات Fashion-MNIST قاعدة بيانات لصور منتجات Zalando، وتتكون من مجموعة تدريب تضم 60,000 مثال ومجموعة اختبار تضم 10,000 مثال. كل مثال هو صورة بتدرج رمادي بحجم 28x28، مقترنة بتسمية من بين 10 فئات. تهدف Fashion-MNIST إلى أن تكون بديلاً مباشراً لمجموعة بيانات MNIST الأصلية لقياس أداء خوارزميات تعلم الآلة.

Link to this sectionالميزات 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.
• كل بكسل له قيمة واحدة مرتبطة به تشير إلى درجة الفاتح أو الداكن في ذلك البكسل، حيث تعني الأرقام الأعلى دكنة أكبر. قيمة البكسل هذه هي عدد صحيح يتراوح 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#

تم تقسيم 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 النماذج المدربة وتقييم أدائها.

Link to this sectionالتسميات#

يتم تعيين كل مثال تدريب واختبار لواحدة من التسميات 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 لمجموعة البيانات منها مورداً أساسياً للباحثين والممارسين في مجال تعلم الآلة ورؤية الحاسوب.

Link to this sectionالاستخدام#

لتدريب نموذج CNN على مجموعة بيانات Fashion-MNIST لمدة 100 حقبة 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 sectionصور وشروحات توضيحية عينة#

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

يعرض 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 عملك البحثي أو التطويري، يرجى الإشارة إلى مجموعة البيانات من خلال وضع رابط إلى 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 لصور منتجات Zalando، وهي مخصصة كبديل عصري لمجموعة بيانات MNIST الأصلية. إنها تعمل كمعيار لقياس أداء نماذج تعلم الآلة 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 القميص/القطعة العلوية، البنطال، 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 كل من Python وأوامر CLI. 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 علي استخدام مجموعة بيانات Fashion-MNIST لقياس أداء نماذج تعلم الآلة الخاصة بي؟#

تعد مجموعة بيانات Fashion-MNIST معترفاً بها 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 يضم 60,000 صورة تدريب و10,000 صورة اختبار، كل منها مصنفة بإحدى الفئات العشر، 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 تلك التي تتضمن مجموعة بيانات Fashion-MNIST. يدعم YOLO26، على سبيل المثال، مهام الرؤية المختلفة مثل الكشف، وتجزئة المثيل، التجزئة الدلالية، والتصنيف، وتقدير الوضع، والكشف الموجه عن الكائنات. للبدء في مهام تصنيف الصور، ارجع إلى صفحة التصنيف.

Link to this sectionما هي الميزات الرئيسية وهيكل مجموعة بيانات Fashion-MNIST؟#

تم تقسيم مجموعة بيانات Fashion-MNIST إلى مجموعتين فرعيتين رئيسيتين: 60,000 صورة تدريب و10,000 صورة اختبار. كل صورة هي صورة بتدرج رمادي بحجم 28x28 بكسل تمثل واحدة من 10 فئات متعلقة بالأزياء. تجعل البساطة والتنسيق المنظم جيداً منها مثالية لتدريب وتقييم النماذج في مهام تعلم الآلة ورؤية الحاسوب. 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 أبحاثك أو مشاريع التطوير الخاصة بك، فمن المهم الإشارة إليها من خلال وضع رابط إلى مستودع GitHub. يساعد هذا في نسب البيانات إلى Zalando Research، الذين جعلوا مجموعة البيانات متاحة للاستخدام العام.