Dataset MNIST

El dataset MNIST (Modified National Institute of Standards and Technology) es una gran base de datos de dígitos escritos a mano que se utiliza habitualmente para entrenar diversos sistemas de procesamiento de imágenes y modelos de aprendizaje automático. Fue creado "remezclando" muestras de los datasets originales del NIST y se ha convertido en un punto de referencia para evaluar el rendimiento de algoritmos de clasificación de imágenes.

Características clave

• MNIST contiene 60.000 imágenes de entrenamiento y 10.000 imágenes de prueba de dígitos escritos a mano.
• El dataset consta de imágenes en escala de grises de 28×28 píxeles de tamaño.
• Las imágenes están normalizadas para ajustarse a un cuadro delimitador de 28×28 píxeles y suavizadas, introduciendo niveles de escala de grises.
• MNIST se utiliza ampliamente para entrenamiento y pruebas en el campo del aprendizaje automático, especialmente para tareas de clasificación de imágenes.

Estructura del conjunto de datos

El dataset MNIST se divide en dos subconjuntos:

1. Conjunto de entrenamiento: Este subconjunto contiene 60.000 imágenes de dígitos escritos a mano utilizadas para entrenar modelos de aprendizaje automático.
2. Conjunto de pruebas: Este subconjunto consta de 10 000 imágenes utilizadas para probar y evaluar los modelos entrenados.

Acceso al dataset

• Archivos originales: Descarga los archivos gzip del archivo original de MNIST si deseas un control directo sobre el preprocesamiento.
• Cargador de Ultralytics: Usa data="mnist" (o data="mnist160" para el subconjunto inferior) en tu comando y el dataset se descargará, se convertirá a PNG y se almacenará en caché automáticamente.

Cada imagen del dataset está etiquetada con el dígito correspondiente (0-9), lo que lo convierte en un dataset de aprendizaje supervisado ideal para tareas de clasificación.

Extended MNIST (EMNIST)

Extended MNIST (EMNIST) es un dataset más reciente desarrollado y publicado por el NIST para ser el sucesor de MNIST. Mientras que MNIST incluía imágenes solo de dígitos escritos a mano, EMNIST incluye todas las imágenes de la Special Database 19 del NIST, que es una gran base de datos de letras mayúsculas y minúsculas escritas a mano, además de dígitos. Las imágenes de EMNIST se convirtieron al mismo formato de 28×28 píxeles, mediante el mismo proceso, que las imágenes de MNIST. En consecuencia, las herramientas que funcionan con el dataset MNIST, más antiguo y pequeño, probablemente funcionen sin modificaciones con EMNIST.

Aplicaciones

El dataset MNIST se utiliza ampliamente para entrenar y evaluar modelos de aprendizaje profundo en tareas de clasificación de imágenes, como redes neuronales convolucionales (CNNs), máquinas de vectores de soporte (SVMs) y otros algoritmos de aprendizaje automático. El formato simple y bien estructurado del dataset lo convierte en un recurso esencial para investigadores y profesionales en el campo del aprendizaje automático y la visión artificial.

Algunas aplicaciones comunes incluyen:

• Evaluación comparativa de nuevos algoritmos de clasificación
• Fines educativos para enseñar conceptos de aprendizaje automático
• Creación de prototipos de sistemas de reconocimiento de imágenes
• Prueba de técnicas de optimización de modelos

Uso

Para entrenar un modelo CNN en el dataset MNIST durante 100 épocas con un tamaño de imagen de 28×28, 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="mnist", epochs=100, imgsz=28)

Imágenes y anotaciones de muestra

El dataset MNIST contiene imágenes en escala de grises de dígitos escritos a mano, lo que proporciona un dataset bien estructurado para tareas de clasificación de imágenes. Aquí tienes algunos ejemplos de imágenes del dataset:

El ejemplo muestra la variedad y complejidad de los dígitos escritos a mano en el dataset MNIST, destacando la importancia de un dataset diverso para entrenar modelos robustos de clasificación de imágenes.

Citas y reconocimientos

Si utilizas el dataset 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 dataset MNIST como un recurso valioso para la comunidad de investigación de aprendizaje automático y visión artificial. Para obtener más información sobre el dataset MNIST y sus creadores, visita el sitio web del dataset MNIST.

Pruebas rápidas con MNIST160

¿Necesitas una prueba de regresión ultrarrápida? Ultralytics también expone data="mnist160", una porción de 160 imágenes que contiene las primeras ocho muestras de cada clase de dígito. Refleja la estructura de directorios de MNIST, por lo que puedes intercambiar datasets sin cambiar ningún otro argumento:

yolo classify train data=mnist160 model=yolo26n-cls.pt epochs=5 imgsz=28

Utiliza este subconjunto para canalizaciones de CI o comprobaciones de integridad antes de comprometerte con el dataset completo de 70.000 imágenes.

Preguntas frecuentes

¿Qué es el dataset MNIST y por qué es importante en el aprendizaje automático?

El dataset MNIST, o dataset del Modified National Institute of Standards and Technology, es una colección muy utilizada de dígitos escritos a mano diseñada para entrenar y probar sistemas de clasificación de imágenes. Incluye 60.000 imágenes de entrenamiento y 10.000 imágenes de prueba, todas ellas en escala de grises y de 28×28 píxeles de tamaño. La importancia del dataset radica en su papel como punto de referencia estándar para evaluar algoritmos de clasificación de imágenes, ayudando a investigadores e ingenieros a comparar métodos y realizar un seguimiento del progreso en el campo.

¿Cómo puedo usar Ultralytics YOLO para entrenar un modelo en el dataset MNIST?

Para entrenar un modelo en el dataset MNIST usando Ultralytics YOLO, puedes seguir estos pasos:

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)

Para obtener una lista detallada de los argumentos de entrenamiento disponibles, consulta la página de Entrenamiento.

¿Cuál es la diferencia entre los datasets MNIST y EMNIST?

El dataset MNIST contiene solo dígitos escritos a mano, mientras que el dataset Extended MNIST (EMNIST) incluye tanto dígitos como letras mayúsculas y minúsculas. EMNIST se desarrolló como sucesor de MNIST y utiliza el mismo formato de 28×28 píxeles para las imágenes, lo que lo hace compatible con herramientas y modelos diseñados para el dataset MNIST original. Esta gama más amplia de caracteres en EMNIST lo hace útil para una mayor variedad de aplicaciones de aprendizaje automático.

¿Puedo usar la plataforma Ultralytics para entrenar modelos en datasets personalizados como MNIST?

Sí, puedes usar Ultralytics Platform para entrenar modelos en datasets personalizados como MNIST. Ultralytics Platform ofrece una interfaz fácil de usar para cargar datasets, entrenar modelos y gestionar proyectos sin necesidad de tener amplios conocimientos de programación. Para obtener más detalles sobre cómo empezar, consulta la página de Inicio rápido de Ultralytics Platform.

¿Cómo se compara MNIST con otros datasets de clasificación de imágenes?

MNIST es más simple que muchos datasets modernos como CIFAR-10 o ImageNet, lo que lo hace ideal para principiantes y para experimentación rápida. Si bien los datasets más complejos ofrecen mayores desafíos con imágenes en color y diversas categorías de objetos, MNIST sigue siendo valioso por su simplicidad, su pequeño tamaño de archivo y su importancia histórica en el desarrollo de algoritmos de aprendizaje automático. Para tareas de clasificación más avanzadas, considera utilizar Fashion-MNIST, que mantiene la misma estructura pero presenta artículos de ropa en lugar de dígitos.