Ensemble de données Fashion-MNIST

The Fashion-MNIST dataset is a database of Zalando's article images—consisting of a training set of 60,000 examples and a test set of 10,000 examples. Each example is a 28x28 grayscale image, associated with a label from 10 classes. Fashion-MNIST is intended to serve as a direct drop-in replacement for the original MNIST dataset for benchmarking machine learning algorithms.

Regarde : How to do Classification des images on Fashion MNIST Dataset using Ultralytics YOLO11

Caractéristiques principales

• Fashion-MNIST contient 60 000 images d'entraînement et 10 000 images de test des images d'articles de Zalando.
• L'ensemble de données comprend des images en niveaux de gris d'une taille de 28x28 pixels.
• Chaque pixel est associé à une valeur de pixel unique, qui indique la clarté ou l'obscurité de ce pixel, les nombres les plus élevés étant les plus sombres. Cette valeur de pixel est un nombre entier compris entre 0 et 255.
• Fashion-MNIST est largement utilisé pour la formation et les tests dans le domaine de l'apprentissage automatique, en particulier pour les tâches de classification d'images.

Structure de l'ensemble de données

L'ensemble de données Fashion-MNIST est divisé en deux sous-ensembles :

1. Ensemble d'entraînement: Ce sous-ensemble contient 60 000 images utilisées pour l'entraînement des modèles d'apprentissage automatique.
2. Ensemble de test: Ce sous-ensemble se compose de 10 000 images utilisées pour tester et étalonner les modèles formés.

Étiquettes

Chaque exemple de formation et de test est affecté à l'une des étiquettes suivantes :

1. T-shirt/top
2. Pantalon
3. Pullover
4. Robe
5. Manteau
6. Sandale
7. Chemise
8. Baskets
9. Sac
10. Botte de cheville

Applications

The Fashion-MNIST dataset is widely used for training and evaluating deep learning models in image classification tasks, such as Convolutional Neural Networks (CNNs), Support Vector Machines (SVMs), and various other machine learning algorithms. The dataset's simple and well-structured format makes it an essential resource for researchers and practitioners in the field of machine learning and computer vision.

Utilisation

To train a CNN model on the Fashion-MNIST dataset for 100 epochs with an image size of 28x28, you can use the following code snippets. For a comprehensive list of available arguments, refer to the model Training page.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-cls.pt")  # load a pretrained model (recommended for training)

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

# Start training from a pretrained *.pt model
yolo classify train data=fashion-mnist model=yolo11n-cls.pt epochs=100 imgsz=28

Exemples d'images et d'annotations

L'ensemble de données Fashion-MNIST contient des images en niveaux de gris des images d'articles de Zalando, ce qui constitue un ensemble de données bien structuré pour les tâches de classification d'images. Voici quelques exemples d'images tirées de l'ensemble de données :

L'exemple présente la variété et la complexité des images de l'ensemble de données Fashion-MNIST, soulignant l'importance d'un ensemble de données diversifié pour former des modèles de classification d'images robustes.

Remerciements

Si tu utilises le jeu de données Fashion-MNIST dans tes travaux de recherche ou de développement, merci de mentionner le jeu de données en faisant un lien vers le dépôt GitHub. Ce jeu de données a été mis à disposition par Zalando Research.

FAQ

Qu'est-ce que l'ensemble de données Fashion-MNIST et en quoi est-il différent de MNIST ?

L'ensemble de données Fashion-MNIST est une collection de 70 000 images d'articles de Zalando en niveaux de gris, destinée à remplacer de façon moderne l'ensemble de données MNIST original. Il sert de référence pour les modèles d'apprentissage automatique dans le cadre des tâches de classification d'images. Contrairement à MNIST, qui contient des chiffres manuscrits, Fashion-MNIST se compose d'images de 28x28 pixels classées en 10 catégories liées à la mode, telles que T-shirt/top, pantalon et botte de cheville.

Comment puis-je entraîner un modèle YOLO sur l'ensemble de données Fashion-MNIST ?

Pour entraîner un modèle Ultralytics YOLO sur l'ensemble de données Fashion-MNIST, tu peux utiliser les commandes Python et CLI . Voici un exemple rapide pour commencer :

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolo11n-cls.pt")

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

yolo classify train data=fashion-mnist model=yolo11n-cls.pt epochs=100 imgsz=28

Pour des paramètres de formation plus détaillés, reporte-toi à la page Formation.

Pourquoi devrais-je utiliser l'ensemble de données Fashion-MNIST pour comparer mes modèles d'apprentissage automatique ?

The Fashion-MNIST dataset is widely recognized in the deep learning community as a robust alternative to MNIST. It offers a more complex and varied set of images, making it an excellent choice for benchmarking image classification models. The dataset's structure, comprising 60,000 training images and 10,000 testing images, each labeled with one of 10 classes, makes it ideal for evaluating the performance of different machine learning algorithms in a more challenging context.

Puis-je utiliser Ultralytics YOLO pour des tâches de classification d'images comme Fashion-MNIST ?

Yes, Ultralytics YOLO models can be used for image classification tasks, including those involving the Fashion-MNIST dataset. YOLO11, for example, supports various vision tasks such as detection, segmentation, and classification. To get started with image classification tasks, refer to the Classification page.

Quelles sont les principales caractéristiques et la structure de l'ensemble de données Fashion-MNIST ?

The Fashion-MNIST dataset is divided into two main subsets: 60,000 training images and 10,000 testing images. Each image is a 28x28-pixel grayscale picture representing one of 10 fashion-related classes. The simplicity and well-structured format make it ideal for training and evaluating models in machine learning and computer vision tasks. For more details on the dataset structure, see the Dataset Structure section.

Comment puis-je mentionner l'utilisation de l'ensemble de données Fashion-MNIST dans ma recherche ?

Si tu utilises l'ensemble de données Fashion-MNIST dans tes projets de recherche ou de développement, il est important de le reconnaître en créant un lien vers le dépôt GitHub. Cela permet d'attribuer les données à Zalando Research, qui a mis le jeu de données à la disposition du public.

📅 Created 11 months ago ✏️ Updated 6 days ago

Commentaires