انتقل إلى المحتوى

مجموعة بيانات Fashion-MNIST

The Fashion-MNIST dataset is a database of Zalando's article images—consisting of a training set of 60,000 examples and a test set of 10,000 examples. Each example is a 28x28 grayscale image, associated with a label from 10 classes. Fashion-MNIST is intended to serve as a direct drop-in replacement for the original MNIST dataset for benchmarking machine learning algorithms.



شاهد: How to do تصنيف الصور on Fashion MNIST Dataset using Ultralytics YOLO11

الميزات الرئيسية

  • يحتوي Fashion-MNIST على 60,000 صورة تدريب و 10,000 صورة اختبار لصور مقالة Zalando.
  • تشتمل مجموعة البيانات على صور بتدرج الرمادي بحجم 28 × 28 بكسل.
  • يحتوي كل بكسل على قيمة بكسل واحدة مرتبطة به ، مما يشير إلى إضاءة أو ظلام هذا البكسل ، مع وجود أرقام أعلى تعني أغمق. قيمة البكسل هذه هي عدد صحيح بين 0 و 255.
  • يستخدم 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:

  1. مجموعة التدريب: تحتوي هذه المجموعة الفرعية على 60000 صورة مستخدمة لتدريب نماذج التعلم الآلي.
  2. مجموعة الاختبار: تتكون هذه المجموعة الفرعية من 10000 صورة تستخدم لاختبار النماذج المدربة وقياسها.

تسميات

يتم تعيين كل مثال تدريب واختبار إلى أحد التسميات التالية:

  1. تي شيرت/بلوزة
  2. بنطلون
  3. البلوز
  4. لباس
  5. معطف
  6. صَنْدَل
  7. قميص
  8. اولي
  9. كيس
  10. حذاء الكاحل

التطبيقات

The Fashion-MNIST dataset is widely used for training and evaluating deep learning models in image classification tasks, such as Convolutional Neural Networks (CNNs), Support Vector Machines (SVMs), and various other machine learning algorithms. The dataset's simple and well-structured format makes it an essential resource for researchers and practitioners in the field of machine learning and computer vision.

استخدام

To train a CNN model on the Fashion-MNIST dataset for 100 epochs with an image size of 28x28, you can use the following code snippets. For a comprehensive list of available arguments, refer to the model Training page.

مثال القطار

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)
# Start training from a pretrained *.pt model
yolo classify train data=fashion-mnist model=yolo11n-cls.pt epochs=100 imgsz=28

عينة من الصور والتعليقات التوضيحية

تحتوي مجموعة بيانات Fashion-MNIST على صور ذات تدرج رمادي لصور مقالات Zalando ، مما يوفر مجموعة بيانات جيدة التنظيم لمهام تصنيف الصور. فيما يلي بعض الأمثلة على الصور من مجموعة البيانات:

صورة عينة مجموعة البيانات

يعرض المثال تنوع وتعقيد الصور في مجموعة بيانات Fashion-MNIST ، مما يسلط الضوء على أهمية مجموعة البيانات المتنوعة لتدريب نماذج تصنيف الصور القوية.

الاعترافات

إذا كنت تستخدم مجموعة بيانات Fashion-MNIST في أعمال البحث أو التطوير الخاصة بك ، فيرجى الإقرار بمجموعة البيانات عن طريق الارتباط بمستودع GitHub. تم توفير مجموعة البيانات هذه بواسطة Zalando Research.

الأسئلة المتداولة

ما هي مجموعة بيانات Fashion-MNIST وكيف تختلف عن MNIST؟

مجموعة بيانات Fashion-MNIST عبارة عن مجموعة من 70,000 صورة بتدرج الرمادي لصور مقالات Zalando، وهي عبارة عن مجموعة بيانات حديثة بديلة لمجموعة بيانات MNIST الأصلية. وهي بمثابة معيار لنماذج التعلم الآلي في سياق مهام تصنيف الصور. على عكس MNIST، الذي يحتوي على أرقام مكتوبة بخط اليد، تتكون Fashion-MNIST من صور 28 × 28 بكسل مصنفة إلى 10 فئات متعلقة بالموضة، مثل القميص/القميص، والبنطلون، وحذاء الكاحل.

كيف يمكنني تدريب نموذج YOLO على مجموعة بيانات Fashion-MNIST؟

لتدريب نموذج Ultralytics YOLO على مجموعة بيانات Fashion-MNIST، يمكنك استخدام الأمرين Python و CLI . إليك مثال سريع لتبدأ به:

مثال القطار

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolo11n-cls.pt")

# Train the model on Fashion-MNIST
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)
yolo classify train data=fashion-mnist model=yolo11n-cls.pt epochs=100 imgsz=28

لمزيد من التفاصيل حول معايير التدريب، راجع صفحة التدريب.

لماذا يجب أن أستخدم مجموعة بيانات Fashion-MNIST لقياس نماذج التعلم الآلي الخاصة بي؟

The Fashion-MNIST dataset is widely recognized in the deep learning community as a robust alternative to MNIST. It offers a more complex and varied set of images, making it an excellent choice for benchmarking image classification models. The dataset's structure, comprising 60,000 training images and 10,000 testing images, each labeled with one of 10 classes, makes it ideal for evaluating the performance of different machine learning algorithms in a more challenging context.

هل يمكنني استخدام Ultralytics YOLO لمهام تصنيف الصور مثل Fashion-MNIST؟

Yes, Ultralytics YOLO models can be used for image classification tasks, including those involving the Fashion-MNIST dataset. YOLO11, for example, supports various vision tasks such as detection, segmentation, and classification. To get started with image classification tasks, refer to the Classification page.

ما هي السمات الرئيسية وهيكل مجموعة بيانات Fashion-MNIST؟

The Fashion-MNIST dataset is divided into two main subsets: 60,000 training images and 10,000 testing images. Each image is a 28x28-pixel grayscale picture representing one of 10 fashion-related classes. The simplicity and well-structured format make it ideal for training and evaluating models in machine learning and computer vision tasks. For more details on the dataset structure, see the Dataset Structure section.

كيف يمكنني الإقرار باستخدام مجموعة بيانات Fashion-MNIST في بحثي؟

إذا كنت تستخدم مجموعة بيانات Fashion-MNIST في مشاريع البحث أو التطوير الخاصة بك، فمن المهم أن تعترف بها من خلال الارتباط بمستودع GitHub. يساعد ذلك في عزو البيانات إلى Zalando Research، الذي أتاح مجموعة البيانات للاستخدام العام.


📅 Created 11 months ago ✏️ Updated 11 days ago

التعليقات