Set di dati 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.

Guarda: How to do Classificazione delle immagini on Fashion MNIST Dataset using Ultralytics YOLO11

Caratteristiche principali

• Fashion-MNIST contiene 60.000 immagini di addestramento e 10.000 immagini di prova di articoli di Zalando.
• Il set di dati comprende immagini in scala di grigi di dimensioni 28x28 pixel.
• A ogni pixel è associato un singolo valore pixel che indica la luminosità o l'oscurità di quel pixel, con numeri più alti che significano più scuro. Questo valore pixel è un numero intero compreso tra 0 e 255.
• Fashion-MNIST è ampiamente utilizzato per l'addestramento e il test nel campo dell'apprendimento automatico, in particolare per i compiti di classificazione delle immagini.

Struttura del set di dati

Il set di dati Fashion-MNIST è suddiviso in due sottoinsiemi:

1. Set di allenamento: Questo sottoinsieme contiene 60.000 immagini utilizzate per addestrare i modelli di apprendimento automatico.
2. Set di test: Questo sottoinsieme è composto da 10.000 immagini utilizzate per testare e confrontare i modelli addestrati.

Etichette

Ogni esempio di formazione e di prova viene assegnato a una delle seguenti etichette:

1. T-shirt/top
2. Pantaloni
3. Pullover
4. Abito
5. Cappotto
6. Sandalo
7. Camicia
8. Sneaker
9. Borsa
10. Stivaletto

Applicazioni

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.

Utilizzo

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

Immagini di esempio e annotazioni

Il dataset Fashion-MNIST contiene immagini in scala di grigi degli articoli di Zalando, fornendo un dataset ben strutturato per i compiti di classificazione delle immagini. Ecco alcuni esempi di immagini tratte dal dataset:

L'esempio mostra la varietà e la complessità delle immagini presenti nel dataset Fashion-MNIST, evidenziando l'importanza di un dataset diversificato per l'addestramento di modelli di classificazione delle immagini robusti.

Ringraziamenti

Se utilizzi il set di dati Fashion-MNIST nel tuo lavoro di ricerca o sviluppo, ti preghiamo di riconoscere il set di dati collegandoti al repository GitHub. Questo set di dati è stato reso disponibile da Zalando Research.

DOMANDE FREQUENTI

Che cos'è il dataset Fashion-MNIST e in che modo è diverso da MNIST?

Il dataset Fashion-MNIST è una raccolta di 70.000 immagini in scala di grigi di articoli di Zalando, intesa come sostituzione moderna del dataset MNIST originale. Serve come punto di riferimento per i modelli di apprendimento automatico nel contesto dei compiti di classificazione delle immagini. A differenza di MNIST, che contiene cifre scritte a mano, Fashion-MNIST è composto da immagini di 28x28 pixel categorizzate in 10 classi relative alla moda, come T-shirt/top, pantaloni e stivaletti.

Come posso addestrare un modello YOLO sul dataset Fashion-MNIST?

Per addestrare un modello Ultralytics YOLO sul dataset Fashion-MNIST, puoi utilizzare entrambi i comandi Python e CLI . Ecco un rapido esempio per iniziare:

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

Per i parametri di allenamento più dettagliati, consulta la pagina dell'allenamento.

Perché dovrei utilizzare il dataset Fashion-MNIST per il benchmarking dei miei modelli di apprendimento automatico?

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.

Posso utilizzare Ultralytics YOLO per compiti di classificazione delle immagini come 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.

Quali sono le caratteristiche principali e la struttura del dataset 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.

Come posso riconoscere l'uso del dataset Fashion-MNIST nella mia ricerca?

Se utilizzi il set di dati Fashion-MNIST nei tuoi progetti di ricerca o sviluppo, è importante che tu lo riconosca collegandoti al repository GitHub. Questo aiuta ad attribuire i dati a Zalando Research, che li ha resi disponibili per l'uso pubblico.

📅 Created 11 months ago ✏️ Updated 11 days ago

Commenti