Zum Inhalt springen

Fashion-MNIST-Datensatz

Der Fashion-MNIST-Datensatz ist eine Datenbank mit Artikelbildern von Zalando, die aus einer Trainingsmenge von 60.000 Beispielen und einer Testmenge von 10.000 Beispielen besteht. Jedes Beispiel ist ein 28x28 Graustufenbild, das mit einem Label aus 10 Klassen verknĂŒpft ist. Fashion-MNIST soll als direkter Ersatz fĂŒr den ursprĂŒnglichen MNIST-Datensatz dienen, um Algorithmen fĂŒr maschinelles Lernen zu testen.

Hauptmerkmale

  • Fashion-MNIST enthĂ€lt 60.000 Trainingsbilder und 10.000 Testbilder der Zalando-Artikelbilder.
  • Der Datensatz umfasst Graustufenbilder der GrĂ¶ĂŸe 28x28 Pixel.
  • Jedem Pixel ist ein einzelner Pixelwert zugeordnet, der die Helligkeit oder Dunkelheit dieses Pixels angibt, wobei höhere Zahlen dunkler bedeuten. Dieser Pixelwert ist eine ganze Zahl zwischen 0 und 255.
  • Fashion-MNIST wird hĂ€ufig zum Trainieren und Testen im Bereich des maschinellen Lernens verwendet, insbesondere fĂŒr Bildklassifizierungsaufgaben.

Struktur des Datensatzes

Der Fashion-MNIST-Datensatz ist in zwei Teilmengen aufgeteilt:

  1. Training Set: Diese Teilmenge enthĂ€lt 60.000 Bilder, die fĂŒr das Training von Machine-Learning-Modellen verwendet werden.
  2. Testsatz: Diese Teilmenge besteht aus 10.000 Bildern, die zum Testen und Vergleichen der trainierten Modelle verwendet werden.

Etiketten

Jedes Trainings- und Testbeispiel wird einem der folgenden Labels zugewiesen:

  1. T-shirt/Top
  2. Hose
  3. Pullover
  4. Kleid
  5. Mantel
  6. Sandale
  7. Hemd
  8. Sneaker
  9. Tasche
  10. Stiefelette

Anwendungen

Der Fashion-MNIST-Datensatz wird hĂ€ufig zum Trainieren und Evaluieren von Deep-Learning-Modellen fĂŒr Bildklassifizierungsaufgaben verwendet, wie z. B. Convolutional Neural Networks (CNNs), Support Vector Machines (SVMs) und verschiedene andere Algorithmen fĂŒr maschinelles Lernen. Das einfache und gut strukturierte Format des Datensatzes macht ihn zu einer unverzichtbaren Ressource fĂŒr Forscher/innen und Praktiker/innen auf dem Gebiet des maschinellen Lernens und der Computer Vision.

Verwendung

Um ein CNN-Modell auf dem Fashion-MNIST-Datensatz fĂŒr 100 Epochen mit einer BildgrĂ¶ĂŸe von 28x28 zu trainieren, kannst du die folgenden Codeschnipsel verwenden. Eine umfassende Liste der verfĂŒgbaren Argumente findest du auf der Seite Modelltraining.

Beispiel fĂŒr einen Zug

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

Beispielbilder und Anmerkungen

Der Fashion-MNIST-Datensatz enthĂ€lt Graustufenbilder der Zalando-Artikelbilder und bietet einen gut strukturierten Datensatz fĂŒr Bildklassifizierungsaufgaben. Hier sind einige Beispiele fĂŒr Bilder aus dem Datensatz:

Datensatz Beispielbild

Das Beispiel zeigt die Vielfalt und KomplexitĂ€t der Bilder im Fashion-MNIST-Datensatz und verdeutlicht, wie wichtig ein vielfĂ€ltiger Datensatz fĂŒr das Training robuster Bildklassifizierungsmodelle ist.

Danksagungen

Wenn du den Fashion-MNIST-Datensatz in deiner Forschungs- oder Entwicklungsarbeit verwendest, erwĂ€hne den Datensatz bitte, indem du auf das GitHub-Repository verlinkst. Dieser Datensatz wurde von Zalando Research zur VerfĂŒgung gestellt.



Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (4)

Kommentare