Conjunto de datos MNIST#
El conjunto de datos MNIST (Instituto Nacional de Estándares y Tecnología Modificado) es un referente de clasificación de imágenes compuesto por 70.000 imágenes en escala de grises de 28x28 píxeles de dígitos escritos a mano, repartidas en 10 clases: los dígitos del 0 al 9. Incluye una división predefinida de 60.000 imágenes de entrenamiento y 10.000 de prueba, y desde hace mucho tiempo sirve como referente estándar para evaluar algoritmos de aprendizaje automático y visión artificial. Para una alternativa más difícil con imágenes de ropa, consulta el conjunto de datos relacionado Fashion-MNIST; para imágenes en color, consulta CIFAR-10.
Explora MNIST en Ultralytics Platform para previsualizar ejemplos, consultar estadísticas del conjunto de datos y clonarlo para entrenar.
Características principales#
- MNIST contiene 60.000 imágenes de entrenamiento y 10.000 imágenes de prueba de dígitos escritos a mano: 70.000 en total.
- Cada imagen es una representación en escala de grises de 28x28 píxeles de un solo dígito, normalizada en tamaño y suavizada mediante antialiasing para que quepa en un cuadro de 20x20 y quede centrada en el marco de 28x28.
- Las 10 clases corresponden a los dígitos del 0 al 9 y contienen aproximadamente el mismo número de imágenes cada una.
- Incluye una división predefinida entre entrenamiento y prueba, por lo que no hace falta realizar ninguna partición manual ni automática.
- MNIST es un referente estándar para la investigación en clasificación de imágenes y aprendizaje profundo.
Estructura del conjunto de datos#
MNIST incluye una división oficial predefinida, por lo que no hace falta realizar ninguna partición automática ni manual:
- Clases: 10 (dígitos escritos a mano del 0 al 9)
- Imágenes totales: 70 000 (escala de grises, 28x28)
- Conjunto de entrenamiento: 60.000 imágenes
- Conjunto de prueba: 10.000 imágenes
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.
Cada imagen está etiquetada con el dígito correspondiente (0–9), por lo que MNIST es 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 las clásicas redes neuronales convolucionales (CNNs) y las máquinas de vectores de soporte (SVMs) hasta arquitecturas modernas de aprendizaje profundo. Sus pequeñas imágenes en escala de grises y sus 10 clases de dígitos lo convierten en un referente rápido y reproducible para comparar algoritmos y experimentar con visión artificial.
Algunas aplicaciones habituales son:
- Evaluar comparativamente nuevos algoritmos de clasificación
- Enseñar conceptos de aprendizaje automático con fines educativos
- Crear prototipos de sistemas de reconocimiento de imágenes
- Probar técnicas de optimización de modelos
Uso#
Entrena un modelo de clasificación YOLO con MNIST durante 100 épocas y con un tamaño de imagen de 28. El conjunto de datos se descarga y almacena en caché automáticamente la primera vez que se utiliza; si prefieres controlar por completo el preprocesamiento, también puedes obtener los archivos gzip originales de la base de datos MNIST. 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="mnist", epochs=100, imgsz=28)Ultralytics también ofrece data="mnist160", un subconjunto de 160 imágenes que contiene las ocho primeras imágenes de cada dígito (0–9) de las divisiones de entrenamiento y prueba. Replica la estructura de directorios de MNIST, así que puedes cambiar de conjunto de datos sin modificar ningún otro argumento; es ideal para las canalizaciones de CI o las comprobaciones básicas 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=28Imágenes de muestra y anotaciones#
Imágenes de ejemplo del conjunto de datos MNIST:
Los ejemplos muestran la variedad de estilos de escritura que recoge el conjunto de datos en sus 10 clases de dígitos.
Citas y agradecimientos#
Si utilizas el conjunto de datos MNIST en tus trabajos de investigación o desarrollo, 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}
}Queremos reconocer la labor de 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 investigadora de aprendizaje automático y visión artificial. Para obtener más información sobre el conjunto de datos MNIST y sus creadores, visita el sitio web del conjunto de datos MNIST.
Preguntas frecuentes#
El conjunto de datos MNIST es un referente compuesto por 70.000 imágenes en escala de grises de 28x28 píxeles de dígitos escritos a mano, dividido en 60.000 imágenes de entrenamiento y 10.000 de prueba, repartidas 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 investigadores e ingenieros comparar métodos y seguir los avances con una configuración mínima, por lo que sigue siendo un referente inicial habitual en el aprendizaje automático.
MNIST tiene 10 clases —los dígitos escritos a mano del 0 al 9— y un total de 70.000 imágenes en escala de grises, cada una de 28x28 píxeles. Incluye 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 con 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 para ver una lista detallada de los argumentos disponibles.
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="mnist", epochs=100, imgsz=28)MNIST incluye una división predefinida de 60.000 imágenes de entrenamiento y 10.000 imágenes de prueba. A diferencia de los conjuntos de datos de clasificación basados en carpetas, que Ultralytics divide automáticamente, se utiliza tal cual la partición oficial de MNIST y, de forma predeterminada, el conjunto de prueba sirve como conjunto de validación durante el entrenamiento.
El conjunto de datos MNIST solo contiene dígitos escritos a mano, mientras que el conjunto de datos MNIST ampliado (EMNIST) incluye dígitos y letras mayúsculas y minúsculas. EMNIST se desarrolló como sucesor de MNIST y utiliza el mismo formato de 28x28 píxeles, por lo que es compatible con las herramientas y los modelos diseñados para el conjunto de datos MNIST original. Esta mayor variedad de caracteres hace que EMNIST sea útil para una gama más amplia de aplicaciones de aprendizaje automático.
Sí. Ultralytics Platform te permite subir conjuntos de datos, entrenar modelos de clasificación de imágenes y desplegarlos sin necesidad de escribir mucho código. Es una forma práctica de realizar experimentos con MNIST en la nube; consulta la descripción general de los conjuntos de datos de clasificación para ver otras opciones relacionadas.
MNIST es más sencillo que muchos conjuntos de datos modernos, como CIFAR-10 o ImageNet, por lo que es ideal para principiantes y para experimentar rápidamente. Aunque los conjuntos de datos más complejos plantean mayores retos con imágenes en color y categorías de objetos variadas, MNIST sigue siendo valioso por su sencillez, su reducido tamaño de archivo y su importancia histórica en el desarrollo de algoritmos de aprendizaje automático. Si buscas una alternativa más difícil con la misma estructura, consulta Fashion-MNIST, que incluye prendas de ropa en lugar de dígitos.