Set di dati Fashion-MNIST

Il dataset Fashion-MNIST è un database di immagini di articoli di Zalando, composto da un training set di 60.000 esempi e da un test set di 10.000 esempi. Ogni esempio è un'immagine in scala di grigi 28x28, associata a un'etichetta di 10 classi. Fashion-MNIST è destinato a sostituire direttamente il dataset MNIST originale per il benchmarking degli algoritmi di apprendimento automatico.

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

Il dataset Fashion-MNIST è ampiamente utilizzato per l'addestramento e la valutazione di modelli di deep learning in compiti di classificazione delle immagini, come le reti neurali convoluzionali (CNN), le macchine a vettori di supporto (SVM) e vari altri algoritmi di apprendimento automatico. Il formato semplice e ben strutturato del dataset lo rende una risorsa essenziale per i ricercatori e i professionisti nel campo dell'apprendimento automatico e della visione artificiale.

Utilizzo

Per addestrare un modello CNN sul dataset Fashion-MNIST per 100 epoche con un'immagine di dimensioni 28x28, puoi utilizzare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, consulta la pagina di addestramento del modello.

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n-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 detect train data=fashion-mnist model=yolov8n-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.

Commenti