مجموعة بيانات Fashion-MNIST

مجموعة بيانات Fashion-MNIST هي قاعدة بيانات لصور مقالات Zalando - تتكون من مجموعة تدريب من 60,000 مثال ومجموعة اختبار من 10,000 مثال. كل مثال عبارة عن صورة بتدرج الرمادي مقاس 28 × 28 ، مرتبطة بتسمية من 10 فئات. يهدف Fashion-MNIST إلى أن يكون بمثابة بديل مباشر لمجموعة بيانات MNIST الأصلية لقياس خوارزميات التعلم الآلي.

شاهد: كيفية إجراء تصنيف الصور على مجموعة بيانات MNIST للأزياء باستخدام Ultralytics YOLOv8

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

تستخدم مجموعة بيانات Fashion-MNIST على نطاق واسع لتدريب وتقييم نماذج التعلم العميق في مهام تصنيف الصور ، مثل الشبكات العصبية التلافيفية (CNNs) ، وآلات دعم المتجهات (SVMs) ، والعديد من خوارزميات التعلم الآلي الأخرى. إن تنسيق مجموعة البيانات البسيط والمنظم جيدا يجعلها موردا أساسيا للباحثين والممارسين في مجال التعلم الآلي ورؤية الكمبيوتر.

استخدام

لتدريب نموذج CNN على مجموعة بيانات Fashion-MNIST لمدة 100 حقبة بحجم صورة 28 × 28 ، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للحصول على قائمة شاملة بالوسيطات المتاحة، ارجع إلى صفحة نموذج التدريب .

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-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 detect train data=fashion-mnist model=yolov8n-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:

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:

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolov8n-cls.pt")

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

yolo detect train data=fashion-mnist model=yolov8n-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؟

مجموعة بيانات Fashion-MNIST معترف بها على نطاق واسع في مجتمع التعلّم العميق كبديل قوي ل MNIST. فهي تقدم مجموعة صور أكثر تعقيداً وتنوعاً مما يجعلها خياراً ممتازاً لقياس نماذج تصنيف الصور. إن بنية مجموعة البيانات، التي تتألف من 60,000 صورة تدريب و10,000 صورة اختبار، كل منها مصنفة بواحدة من 10 فئات، تجعلها مثالية لتقييم أداء خوارزميات التعلم الآلي المختلفة في سياق أكثر تحديًا.

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

نعم، يمكن استخدام نماذج Ultralytics YOLO في مهام تصنيف الصور، بما في ذلك تلك التي تتضمن مجموعة بيانات Fashion-MNIST. YOLOv8 على سبيل المثال، يدعم العديد من مهام الرؤية المختلفة مثل الكشف والتجزئة والتصنيف. للبدء في مهام تصنيف الصور، راجع صفحة التصنيف.

ما هي السمات الرئيسية وهيكل مجموعة بيانات Fashion-MNIST؟

تنقسم مجموعة بيانات Fashion-MNIST إلى مجموعتين فرعيتين رئيسيتين: 60,000 صورة تدريبية و10,000 صورة اختبارية. كل صورة هي عبارة عن صورة بتدرج رمادي 28 × 28 بكسل تمثل واحدة من 10 فئات متعلقة بالموضة. إن بساطتها وتنسيقها المنظم بشكل جيد يجعلها مثالية لتدريب وتقييم النماذج في مهام التعلم الآلي والرؤية الحاسوبية. لمزيد من التفاصيل حول بنية مجموعة البيانات، راجع قسم بنية مجموعة البيانات.

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.

التعليقات