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 verknüpft ist. Fashion-MNIST soll als direkter Ersatz für den ursprünglichen MNIST-Datensatz dienen, um Algorithmen für maschinelles Lernen zu testen.

Hauptmerkmale

• Fashion-MNIST enthält 60.000 Trainingsbilder und 10.000 Testbilder der Zalando-Artikelbilder.
• Der Datensatz umfasst Graustufenbilder der Größe 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 häufig zum Trainieren und Testen im Bereich des maschinellen Lernens verwendet, insbesondere für Bildklassifizierungsaufgaben.

Struktur des Datensatzes

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

1. Training Set: Diese Teilmenge enthält 60.000 Bilder, die für 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 häufig zum Trainieren und Evaluieren von Deep-Learning-Modellen für Bildklassifizierungsaufgaben verwendet, wie z. B. Convolutional Neural Networks (CNNs), Support Vector Machines (SVMs) und verschiedene andere Algorithmen für maschinelles Lernen. Das einfache und gut strukturierte Format des Datensatzes macht ihn zu einer unverzichtbaren Ressource für 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 für 100 Epochen mit einer Bildgröße von 28x28 zu trainieren, kannst du die folgenden Codeschnipsel verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite Modelltraining.

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 enthält Graustufenbilder der Zalando-Artikelbilder und bietet einen gut strukturierten Datensatz für Bildklassifizierungsaufgaben. Hier sind einige Beispiele für Bilder aus dem Datensatz:

Das Beispiel zeigt die Vielfalt und Komplexität der Bilder im Fashion-MNIST-Datensatz und verdeutlicht, wie wichtig ein vielfältiger Datensatz für das Training robuster Bildklassifizierungsmodelle ist.

Danksagungen

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

Kommentare