Fashion-MNISTデータセット#

70,000

Fashion-MNIST

ultralytics

publicClassify

Fashion-MNIST is Xiao, Rasul, and Vollgraf's 2017 Zalando Research benchmark of 70,000 balanced 28 x 28 grayscale apparel images. Ten classes cover tops, trousers, pullovers, dresses, coats, sandals, shirts, sneakers, bags, and ankle boots.

10 classes71.7 MBSep 2, 2026

Ankle_bootBagCoatDress+6

image-classificationfashion-mnistclothing+1

Fashion-MNISTデータセットは、Zalandoの衣料品を写した28x28グレースケール画像70,000枚からなる画像分類ベンチマークです。Tシャツ/トップス、ズボン、プルオーバー、ドレス、コート、サンダル、シャツ、スニーカー、バッグ、アンクルブーツの10クラスに均等に分割されています。トレーニング画像60,000枚とテスト画像10,000枚（各クラス7,000枚）の事前定義済み分割が含まれ、元のMNISTデータセットに代わるベンチマーク用データセットとして、機械学習アルゴリズムの評価に使われています。カラー画像版については、関連するCIFAR-10データセットをご覧ください。

Ultralytics PlatformのFashion-MNISTでサンプルをプレビューし、データセットの統計情報を確認して、トレーニング用にクローンできます。

主な機能#

• Fashion-MNISTには、28x28ピクセルのグレースケール画像が70,000枚含まれており、10クラスに均等に分割されています。
• 各クラスには画像がちょうど7,000枚あり、トレーニング用6,000枚、テスト用1,000枚に分かれているため、データセットは完全にバランスが取れています。
• MNISTの置き換え用データセットとしてそのまま使用できます。画像サイズ、形式、分割構造は同一ですが、手書き数字ではなく、より難易度の高い衣料品カテゴリが含まれています。
• データセットにはトレーニング／テストの分割があらかじめ定義されているため、手動または自動で分割する必要はありません。
• Fashion-MNISTは、画像分類およびディープラーニング研究で標準的なベンチマークとして使われています。

データセットの構成#

Fashion-MNISTには公式の事前定義済み分割が含まれているため、自動または手動で分割する必要はありません。

• クラス: 10（Tシャツ/トップス、ズボン、プルオーバー、ドレス、コート、サンダル、シャツ、スニーカー、バッグ、アンクルブーツ）
• 画像総数: 70,000枚（28x28グレースケール）
• トレーニングセット: 60,000枚（各クラス6,000枚）
• テストセット: 10,000枚（各クラス1,000枚）

用途#

Fashion-MNISTは、従来型の畳み込みニューラルネットワーク（CNNs）やサポートベクターマシン（SVMs）から最新のディープアーキテクチャまで、画像分類モデルのトレーニングと評価に広く使われています。小さなグレースケール画像と10種類の衣料品カテゴリにより、アルゴリズムの比較やコンピュータービジョンの実験に適した、高速で再現性の高いベンチマークとなっており、MNISTの手書き数字より難易度が高くなっています。

使用方法#

Fashion-MNISTでYOLOモデルをトレーニングするには、画像サイズを28に設定し、100エポック実行します。使用可能な引数の一覧については、トレーニングページと画像分類タスクガイドをご覧ください。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-cls.pt")  # 事前トレーニング済みモデルを読み込みます（トレーニングにはこちらを推奨します）

# モデルをトレーニングする
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)

サンプル画像とアノテーション#

Fashion-MNISTデータセットのサンプル画像:

サンプルはFashion-MNISTデータセットに含まれる衣料品カテゴリの多様性を示しており、堅牢な画像分類モデルのトレーニングに多様なデータセットが重要であることを裏付けています。

引用と謝辞#

研究または開発でFashion-MNISTデータセットを使用する場合は、以下の論文を引用してください。

@article{xiao2017fashion,
         title={Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms},
         author={Han Xiao and Kashif Rasul and Roland Vollgraf},
         year={2017},
         eprint={1708.07747},
         archivePrefix={arXiv},
         primaryClass={cs.LG}
}

Fashion-MNISTデータセットを作成・管理し、機械学習およびコンピュータービジョンの研究コミュニティに貴重なリソースを提供しているZalando Researchに感謝いたします。Fashion-MNISTデータセットとその作成者の詳細については、Fashion-MNISTのGitHubリポジトリをご覧ください。

よくある質問#