Conjunto de datos Fashion-MNIST#
El conjunto de datos Fashion-MNIST es un banco de pruebas de clasificación de imágenes compuesto por 70 000 imágenes en escala de grises de 28x28 de prendas de Zalando, repartidas equitativamente entre 10 clases: camiseta/parte superior, pantalón, jersey, vestido, abrigo, sandalia, camisa, zapatilla deportiva, bolso y botín. Incluye una división predefinida de 60 000 imágenes de entrenamiento y 10 000 de prueba (7 000 por clase) y sirve como sustituto directo del conjunto de datos MNIST original para comparar algoritmos de aprendizaje automático. Para ver el equivalente con imágenes en color, consulta el conjunto de datos relacionado CIFAR-10.
Explora Fashion-MNIST en Ultralytics Platform para previsualizar muestras, consultar las estadísticas del conjunto de datos y clonarlo para entrenar.
Características principales#
- Fashion-MNIST contiene 70 000 imágenes en escala de grises de 28x28 píxeles, divididas equitativamente en 10 clases.
- Cada clase contiene exactamente 7 000 imágenes: 6 000 para entrenamiento y 1 000 para prueba, por lo que el conjunto de datos está perfectamente equilibrado.
- Es un sustituto directo de MNIST: tiene el mismo tamaño y formato de imagen, así como la misma estructura de división, pero incluye categorías de ropa más difíciles en lugar de dígitos escritos a mano.
- El conjunto de datos incluye una división predefinida entre entrenamiento y prueba, por lo que no es necesario dividirlo manual ni automáticamente.
- Fashion-MNIST es un banco de pruebas estándar para la investigación en clasificación de imágenes y aprendizaje profundo.
Estructura del conjunto de datos#
Fashion-MNIST incluye una división oficial predefinida, por lo que no hace falta dividirlo automáticamente ni de forma manual:
- Clases: 10 (camiseta/parte superior, pantalón, jersey, vestido, abrigo, sandalia, camisa, zapatilla deportiva, bolso, botín)
- Imágenes totales: 70 000 (escala de grises, 28x28)
- Conjunto de entrenamiento: 60 000 imágenes (6 000 por clase)
- Conjunto de prueba: 10.000 imágenes (1.000 por clase)
Fashion-MNIST no tiene una carpeta de validación independiente, por lo que, de forma predeterminada, Ultralytics utiliza el conjunto de prueba de 10 000 imágenes como conjunto de validación durante el entrenamiento.
Aplicaciones#
Fashion-MNIST se utiliza ampliamente para entrenar y evaluar modelos de clasificación de imágenes, desde las clásicas redes neuronales convolucionales (CNNs) y las máquinas de vectores de soporte (SVMs) hasta las arquitecturas profundas modernas. Sus pequeñas imágenes en escala de grises y sus 10 categorías de ropa lo convierten en un banco de pruebas rápido y reproducible para comparar algoritmos y experimentar con visión artificial, además de ser más difícil que MNIST, que contiene dígitos escritos a mano.
Uso#
Entrena un modelo YOLO con Fashion-MNIST durante 100 épocas con un tamaño de imagen de 28. Consulta la página de entrenamiento y la guía de la tarea de clasificación de imágenes para ver la lista completa de argumentos disponibles.
from ultralytics import YOLO
# Cargar un modelo
model = YOLO("yolo26n-cls.pt") # Carga un modelo preentrenado (recomendado para el entrenamiento)
# Entrenar el modelo
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)Imágenes de muestra y anotaciones#
Imágenes de muestra del conjunto de datos Fashion-MNIST:
Las muestras muestran la variedad de categorías de ropa del conjunto de datos Fashion-MNIST y destacan el valor de contar con un conjunto de datos variado para entrenar modelos robustos de clasificación de imágenes.
Citas y agradecimientos#
Si utilizas el conjunto de datos Fashion-MNIST en tus trabajos de investigación o desarrollo, cita el siguiente artículo:
@article{xiao2017fashion,
title={Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms},
author={Han Xiao and Kashif Rasul and Roland Vollgraf},
year={2017},
eprint={1708.07747},
archivePrefix={arXiv},
primaryClass={cs.LG}
}Queremos reconocer a Zalando Research por crear y mantener el conjunto de datos Fashion-MNIST como recurso valioso para la comunidad investigadora de aprendizaje automático y visión artificial. Para obtener más información sobre el conjunto de datos Fashion-MNIST y sus creadores, visita el repositorio de GitHub de Fashion-MNIST.
Preguntas frecuentes#
El conjunto de datos Fashion-MNIST es un banco de pruebas con 70 000 imágenes en escala de grises de 28x28 de prendas de Zalando, distribuidas en 10 clases, creado como sustituto directo del conjunto de datos MNIST original. Tiene exactamente el mismo tamaño y formato de imagen, así como la misma división de 60 000/10 000 entre entrenamiento y prueba que MNIST, pero sustituye los dígitos escritos a mano por categorías de moda más difíciles —como camiseta/parte superior, pantalón y botín—, lo que lo convierte en un banco de pruebas más exigente para los modelos de clasificación de imágenes.
Para entrenar un modelo Ultralytics YOLO con Fashion-MNIST, utiliza los fragmentos de código siguientes. El conjunto de datos se descarga automáticamente la primera vez que se utiliza. Consulta la página de entrenamiento del modelo para ver la lista completa de argumentos.
Ejemplo de entrenamientofrom ultralytics import YOLO # Cargar un modelo model = YOLO("yolo26n-cls.pt") # Carga un modelo preentrenado (recomendado para el entrenamiento) # Entrenar el modelo results = model.train(data="fashion-mnist", epochs=100, imgsz=28)Fashion-MNIST tiene 10 clases —camiseta/parte superior, pantalón, jersey, vestido, abrigo, sandalia, camisa, zapatilla deportiva, bolso y botín— con exactamente 7 000 imágenes cada una, lo que suma 70 000 imágenes. Cada imagen es una fotografía en escala de grises de 28x28 de una sola prenda de Zalando, y las clases están perfectamente equilibradas.
Fashion-MNIST incluye una división predefinida de 60 000 imágenes de entrenamiento y 10 000 imágenes de prueba, con exactamente 6 000 imágenes de entrenamiento y 1 000 de prueba por clase. A diferencia de los conjuntos de datos de clasificación basados en carpetas, que Ultralytics divide automáticamente, se utiliza tal cual la partición oficial de Fashion-MNIST y, de forma predeterminada, el conjunto de prueba sirve como conjunto de validación durante el entrenamiento.
Sí. Ultralytics Platform te permite gestionar conjuntos de datos, entrenar modelos de clasificación de imágenes y desplegarlos sin necesidad de programar demasiado. Es una forma cómoda de ejecutar experimentos con Fashion-MNIST en la nube, y puedes consultar más opciones en nuestro resumen de conjuntos de datos de clasificación.