Conjunto de datos Fashion-MNIST

El conjunto de datos Fashion-MNIST es una base de datos de imágenes de artículos de Zalando, que consta de un conjunto de entrenamiento de 60.000 ejemplos y un conjunto de prueba de 10.000 ejemplos. Cada ejemplo es una imagen en escala de grises de 28x28, asociada a una etiqueta de entre 10 clases. Fashion-MNIST pretende servir como reemplazo directo del conjunto de datos MNIST original para comparar algoritmos de machine learning.

Características clave

• Fashion-MNIST contiene 60.000 imágenes de entrenamiento y 10.000 imágenes de prueba de artículos de Zalando.
• El conjunto de datos comprende imágenes en escala de grises de 28x28 píxeles.
• Cada píxel tiene asociado un único valor que indica su nivel de claridad u oscuridad; los números más altos significan un tono más oscuro. Este valor de píxel es un número entero entre 0 y 255.
• Fashion-MNIST se utiliza ampliamente para entrenamiento y pruebas en el campo del machine learning, especialmente para tareas de clasificación de imágenes.

Estructura del conjunto de datos

El conjunto de datos Fashion-MNIST se divide en dos subconjuntos:

1. Conjunto de entrenamiento: Este subconjunto contiene 60.000 imágenes utilizadas para entrenar modelos de machine learning.
2. Conjunto de pruebas: Este subconjunto consta de 10 000 imágenes utilizadas para probar y evaluar los modelos entrenados.

Etiquetas

Cada ejemplo de entrenamiento y prueba se asigna a una de las siguientes etiquetas:

0. T-shirt/top
1. Trouser
2. Pullover
3. Dress
4. Coat
5. Sandal
6. Shirt
7. Sneaker
8. Bag
9. Ankle boot

Aplicaciones

El conjunto de datos Fashion-MNIST se usa ampliamente para entrenar y evaluar modelos de deep learning en tareas de clasificación de imágenes, como Convolutional Neural Networks (CNNs), Support Vector Machines (SVMs) y varios otros algoritmos de machine learning. El formato sencillo y bien estructurado del conjunto de datos lo convierte en un recurso esencial para investigadores y profesionales en el campo del machine learning y la visión artificial.

Uso

Para entrenar un modelo CNN en el conjunto de datos Fashion-MNIST durante 100 epochs con un tamaño de imagen de 28x28, puedes utilizar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulta la página de entrenamiento del modelo.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

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

Imágenes y anotaciones de muestra

El conjunto de datos Fashion-MNIST contiene imágenes en escala de grises de artículos de Zalando, lo que proporciona un conjunto de datos bien estructurado para tareas de clasificación de imágenes. Aquí tienes algunos ejemplos de imágenes del conjunto de datos:

El ejemplo muestra la variedad y complejidad de las imágenes en el conjunto de datos Fashion-MNIST, destacando la importancia de contar con un conjunto de datos diverso para entrenar modelos de clasificación de imágenes robustos.

Agradecimientos

Si utilizas el conjunto de datos Fashion-MNIST en tu trabajo de investigación o desarrollo, por favor, reconoce el conjunto de datos mediante un enlace al repositorio de GitHub. Este conjunto de datos fue puesto a disposición por Zalando Research.

Preguntas frecuentes

¿Qué es el conjunto de datos Fashion-MNIST y en qué se diferencia de MNIST?

El conjunto de datos Fashion-MNIST es una colección de 70.000 imágenes en escala de grises de artículos de Zalando, pensada como un reemplazo moderno para el conjunto de datos MNIST original. Sirve como referencia para modelos de machine learning en el contexto de tareas de clasificación de imágenes. A diferencia de MNIST, que contiene dígitos escritos a mano, Fashion-MNIST consta de imágenes de 28x28 píxeles categorizadas en 10 clases relacionadas con la moda, como camiseta/top, pantalón y botín.

¿Cómo puedo entrenar un modelo YOLO en el conjunto de datos Fashion-MNIST?

Para entrenar un modelo Ultralytics YOLO en el conjunto de datos Fashion-MNIST, puedes utilizar tanto comandos de Python como de CLI. Aquí tienes un ejemplo rápido para empezar:

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolo26n-cls.pt")

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

Para obtener parámetros de entrenamiento más detallados, consulta la página de entrenamiento.

¿Por qué debería utilizar el conjunto de datos Fashion-MNIST para comparar mis modelos de machine learning?

El conjunto de datos Fashion-MNIST es ampliamente reconocido en la comunidad de deep learning como una alternativa robusta a MNIST. Ofrece un conjunto de imágenes más complejo y variado, lo que lo convierte en una excelente opción para comparar modelos de clasificación de imágenes. La estructura del conjunto de datos, que comprende 60.000 imágenes de entrenamiento y 10.000 imágenes de prueba, cada una etiquetada con una de las 10 clases, lo hace ideal para evaluar el rendimiento de diferentes algoritmos de machine learning en un contexto más desafiante.

¿Puedo utilizar Ultralytics YOLO para tareas de clasificación de imágenes como Fashion-MNIST?

Sí, los modelos Ultralytics YOLO pueden utilizarse para tareas de clasificación de imágenes, incluidas aquellas que involucran el conjunto de datos Fashion-MNIST. YOLO26, por ejemplo, es compatible con diversas tareas de visión como detección, segmentación y clasificación. Para empezar con tareas de clasificación de imágenes, consulta la página de clasificación.

¿Cuáles son las características clave y la estructura del conjunto de datos Fashion-MNIST?

El conjunto de datos Fashion-MNIST se divide en dos subconjuntos principales: 60.000 imágenes de entrenamiento y 10.000 imágenes de prueba. Cada imagen es una fotografía en escala de grises de 28x28 píxeles que representa una de las 10 clases relacionadas con la moda. Su sencillez y formato bien estructurado lo hacen ideal para entrenar y evaluar modelos en tareas de machine learning y visión artificial. Para obtener más detalles sobre la estructura del conjunto de datos, consulta la sección de Estructura del conjunto de datos.

¿Cómo puedo reconocer el uso del conjunto de datos Fashion-MNIST en mi investigación?

Si utilizas el conjunto de datos Fashion-MNIST en tus proyectos de investigación o desarrollo, es importante reconocerlo incluyendo un enlace al repositorio de GitHub. Esto ayuda a atribuir los datos a Zalando Research, quienes pusieron el conjunto de datos a disposición del público.