Conjunto de datos MNIST#
El conjunto de datos MNIST (Instituto Nacional de Estándares y Tecnología Modificado) es un punto de referencia de clasificación de imágenes compuesto por 70.000 imágenes en escala de grises de 28x28 de dígitos escritos a mano, distribuidas 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 durante mucho tiempo ha servido como referencia estándar para evaluar algoritmos de aprendizaje automático y visión por computador. Para una alternativa más compleja basada en imágenes de prendas de vestir, consulta el conjunto de datos relacionado Fashion-MNIST; para imágenes en color, consulta CIFAR-10.
Explora MNIST en Ultralytics Platform para previsualizar muestras, inspeccionar las estadísticas del conjunto de datos y clonarlo para el entrenamiento.
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 imagen en escala de grises de 28x28 de un solo dígito, normalizada y suavizada mediante antialiasing dentro de un cuadro delimitador fijo de 28x28.
- Las 10 clases abarcan los dígitos del 0 al 9, con un número de imágenes aproximadamente equilibrado por clase.
- Incluye una división predefinida de entrenamiento y prueba, por lo que no es necesario realizar ninguna división manual ni automática.
- MNIST es un punto de referencia estándar para la investigación sobre clasificación de imágenes y aprendizaje profundo.
Estructura del dataset#
MNIST incluye una división oficial y predefinida, por lo que no es necesario realizar ninguna partición automática ni manual:
- Clases: 10 (dígitos escritos a mano del 0 al 9)
- Imágenes totales: 70.000 (28x28 en escala de grises)
- Conjunto de entrenamiento: 60.000 imágenes
- Conjunto de prueba: 10.000 imágenes
MNIST no tiene una carpeta de validación independiente, 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 el 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 las clásicas redes neuronales convolucionales (CNNs) y máquinas de vectores de soporte (SVMs) hasta arquitecturas profundas modernas. Sus pequeñas imágenes en escala de grises y sus 10 clases de dígitos lo convierten en un punto de referencia rápido y reproducible para comparar algoritmos y realizar experimentos de visión por computador.
Algunas aplicaciones habituales son:
- Evaluación comparativa de nuevos algoritmos de clasificación
- Fines educativos para enseñar conceptos de aprendizaje automático
- Prototipado de sistemas de reconocimiento de imágenes
- Prueba de 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 durante el primer uso; si prefieres tener un control total sobre el preprocesamiento, los archivos gzip originales también están disponibles en la base de datos MNIST. Para consultar la lista completa de argumentos disponibles, visita la página de Entrenamiento y la guía de tareas 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 ofrece data="mnist160", una selección 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, por lo que puedes cambiar de conjunto de datos sin modificar ningún otro argumento, algo ideal para canalizaciones de CI o 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 ejemplo y anotaciones#
Imágenes de muestra del conjunto de datos MNIST:
Las muestras muestran la variedad de estilos de escritura que captura el conjunto de datos en sus 10 clases de dígitos.
Citas y agradecimientos#
Si utilizas el conjunto de datos MNIST en tu trabajo 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}
}Nos gustaría reconocer 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 en 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.
Preguntas frecuentes#
El conjunto de datos MNIST es un punto de referencia compuesto por 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 entre 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 punto de referencia inicial habitual 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. Incluye una división predefinida de 60.000 imágenes de entrenamiento y 10.000 de prueba, con un número de ejemplos aproximadamente uniforme por dígito.
Para entrenar un modelo Ultralytics YOLO con MNIST, utiliza los fragmentos de código siguientes. El conjunto de datos se descarga automáticamente durante el primer uso. Para consultar una lista detallada de los argumentos de entrenamiento disponibles, visita 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 incluye 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 únicamente dígitos escritos a mano, mientras que el conjunto de datos Extended MNIST (EMNIST) incluye tanto dígitos como 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 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 escribir mucho código. Es una forma práctica 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 sencillo que muchos conjuntos de datos modernos, como CIFAR-10 o ImageNet, por lo que es ideal para principiantes y para realizar experimentos rápidos. Aunque los conjuntos de datos más complejos plantean mayores desafíos con imágenes en color y categorías de objetos diversas, MNIST sigue siendo valioso por su sencillez, su reducido tamaño de archivo y su importancia histórica en el desarrollo de algoritmos de aprendizaje automático. Para una sustitución directa más compleja con la misma estructura, consulta Fashion-MNIST, que contiene prendas de vestir en lugar de dígitos.