Dataset MNIST#
El conjunto de datos MNIST (Modified National Institute of Standards and Technology) es una referencia de clasificación de imágenes de 70.000 imágenes en escala de grises de 28x28 de dígitos escritos a mano que abarca 10 clases: los dígitos del 0 al 9. Se incluye con una división predefinida de 60.000 imágenes de entrenamiento y 10.000 de prueba, y durante mucho tiempo ha servido como la referencia estándar para evaluar algoritmos de aprendizaje automático y visión por computador. Para el equivalente más difícil de imágenes de ropa, consulta el conjunto de datos relacionado Fashion-MNIST; para imágenes a color, consulta CIFAR-10.
Explora MNIST on Ultralytics Platform para previsualizar muestras, inspeccionar las estadísticas del conjunto de datos y clonarlo para el entrenamiento.
Características clave#
- MNIST contiene 60 000 imágenes de entrenamiento y 10 000 imágenes de prueba de dígitos escritos a mano, para un total de 70 000.
- Cada imagen es una fotografía en escala de grises de 28x28 de un solo dígito, normalizada y suavizada en una caja delimitadora fija de 28x28.
- Las 10 clases abarcan los dígitos 0-9, con un número de imágenes por clase aproximadamente equilibrado.
- Se suministra con una división de entrenamiento/prueba predefinida, por lo que no es necesaria ninguna división manual o automática.
- MNIST es una referencia estándar para la investigación en clasificación de imágenes y aprendizaje profundo.
Estructura del dataset#
MNIST se suministra con una división oficial predefinida, por lo que no se necesita ninguna partición manual o automática:
- Clases: 10 (dígitos escritos a mano 0–9)
- Total de imágenes: 70.000 (28x28 escala de grises)
- Conjunto de entrenamiento: 60 000 imágenes
- Conjunto de prueba: 10 000 imágenes
MNIST no tiene una carpeta de validación separada, por lo que Ultralytics utiliza el conjunto de prueba de 10 000 imágenes como división de validación durante el entrenamiento de forma predeterminada.
Cada imagen está etiquetada con su dígito correspondiente (0-9), lo que convierte a MNIST en un conjunto de datos supervisado ideal para tareas de clasificación.
Aplicaciones#
MNIST se utiliza ampliamente para entrenar y evaluar modelos de clasificación de imágenes, desde redes neuronales convolucionales (CNN) clásicas y máquinas de vectores de soporte (SVM) hasta arquitecturas profundas modernas. Sus pequeñas imágenes en escala de grises y sus 10 clases de dígitos lo convierten en una referencia rápida y reproducible para la comparación de algoritmos y la experimentación en visión por computador.
Algunas aplicaciones comunes incluyen:
- Evaluación comparativa de nuevos algoritmos de clasificación
- Propósitos educativos para enseñar conceptos de aprendizaje automático
- Creación de prototipos de sistemas de reconocimiento de imágenes
- Prueba de técnicas de optimización de modelos
Uso#
Entrena un modelo de clasificación YOLO en MNIST durante 100 épocas con un tamaño de imagen de 28. El conjunto de datos se descarga y se almacena en caché automáticamente en el primer uso; si prefieres un control total sobre el preprocesamiento, los archivos gzip originales también están disponibles en la base de datos MNIST. Para obtener la lista completa de argumentos disponibles, consulta la página de Entrenamiento y la guía de la tarea de clasificación de imágenes.
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="mnist", epochs=100, imgsz=28)Ultralytics también proporciona data="mnist160", una porción de 160 imágenes que contiene las primeras ocho imágenes de cada dígito (0–9) tanto de las divisiones de entrenamiento como de prueba. Refleja la estructura de directorios de MNIST, por lo que puedes intercambiar conjuntos de datos sin cambiar ningún otro argumento; ideal para canales de CI o comprobaciones rápidas antes de comprometerte con el conjunto de datos completo de 70.000 imágenes.
yolo classify train data=mnist160 model=yolo26n-cls.pt epochs=5 imgsz=28Muestras de imágenes y anotaciones#
Imágenes de muestra del conjunto de datos MNIST:
Las muestras muestran el rango de estilos de escritura a mano que el conjunto de datos captura a través de las 10 clases de dígitos.
Citas y agradecimientos#
Si utilizas el conjunto de datos MNIST en tu trabajo de investigación o desarrollo, por favor cita el siguiente artículo:
@article{lecun2010mnist,
title={MNIST handwritten digit database},
author={LeCun, Yann and Cortes, Corinna and Burges, CJ},
journal={ATT Labs [Online]},
volume={2},
year={2010}
}Nos gustaría agradecer a Yann LeCun, Corinna Cortes y Christopher J.C. Burges por crear y mantener el conjunto de datos MNIST como un recurso valioso para la comunidad de investigación de aprendizaje automático y visión por computador. Para obtener más información sobre el conjunto de datos MNIST y sus creadores, visita el sitio web del conjunto de datos MNIST.
FAQ#
El conjunto de datos MNIST es una referencia de 70.000 imágenes en escala de grises de 28x28 de dígitos escritos a mano, divididas en 60.000 imágenes de entrenamiento y 10.000 de prueba en las 10 clases del 0 al 9. Es la referencia estándar para evaluar algoritmos de clasificación de imágenes; su formato pequeño y uniforme permite a los investigadores e ingenieros comparar métodos y realizar un seguimiento del progreso con una configuración mínima, razón por la cual sigue siendo una primera referencia común en el aprendizaje automático.
MNIST tiene 10 clases (los dígitos escritos a mano del 0 al 9) y 70 000 imágenes en escala de grises en total, cada una de 28x28 píxeles. Se suministra con una división predefinida de 60 000 imágenes de entrenamiento y 10 000 de prueba, con un número aproximadamente igual de ejemplos por dígito.
Para entrenar un modelo Ultralytics YOLO en MNIST, utiliza los fragmentos de código siguientes. El conjunto de datos se descarga automáticamente en el primer uso. Para obtener una lista detallada de los argumentos de entrenamiento disponibles, consulta la página de Entrenamiento.
Ejemplo de entrenamientofrom 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="mnist", epochs=100, imgsz=28)MNIST se suministra con una división predefinida de 60 000 imágenes de entrenamiento y 10 000 de prueba. A diferencia de los conjuntos de datos de clasificación basados en carpetas que Ultralytics divide automáticamente, la partición oficial de MNIST se utiliza tal cual, y el conjunto de prueba sirve como división de validación durante el entrenamiento de forma predeterminada.
El conjunto de datos MNIST contiene solo dígitos escritos a mano, mientras que el conjunto de datos EMNIST (Extended MNIST) incluye tanto dígitos como letras mayúsculas y minúsculas. EMNIST se desarrolló como sucesor de MNIST y utiliza el mismo formato de 28x28 píxeles, lo que lo hace compatible con herramientas y modelos diseñados para el conjunto de datos MNIST original. Esta gama más amplia de caracteres hace que EMNIST sea útil para una mayor variedad de aplicaciones de aprendizaje automático.
Sí. Ultralytics Platform te permite cargar conjuntos de datos, entrenar modelos de clasificación de imágenes y desplegarlos sin necesidad de programar extensamente. Es una forma cómoda de ejecutar experimentos con MNIST en la nube; consulta la descripción general de los conjuntos de datos de clasificación para ver opciones relacionadas.
MNIST es más simple que muchos conjuntos de datos modernos como CIFAR-10 o ImageNet, lo que lo hace ideal para principiantes y experimentación rápida. Si bien los conjuntos de datos más complejos ofrecen mayores desafíos con imágenes a color y diversas categorías de objetos, MNIST sigue siendo valioso por su simplicidad, pequeño tamaño de archivo y significado histórico en el desarrollo de algoritmos de aprendizaje automático. Para obtener un reemplazo directo más difícil con la misma estructura, consulta Fashion-MNIST, que presenta artículos de ropa en lugar de dígitos.