Fashion-MNISTデータセット
Fashion-MNISTデータセットは、Zalandoの商品画像データベースであり、60,000の訓練例と10,000のテスト例で構成されています。各例は28x28のグレースケール画像で、10クラスのラベルに関連付けられています。Fashion-MNISTは、機械学習アルゴリズムのベンチマークのために、元のMNISTデータセットの直接的な代替として機能することを意図しています。
見る: 方法 画像分類 Ultralytics YOLO26を使用したFashion MNISTデータセットでの
主な特徴
- Fashion-MNISTには、Zalandoの商品画像が60,000枚の訓練画像と10,000枚のテスト画像として含まれています。
- データセットは、サイズ28x28ピクセルのグレースケール画像で構成されています。
- 各ピクセルには、そのピクセルの明度または暗さを示す単一のピクセル値が関連付けられており、数値が大きいほど暗くなります。このピクセル値は0から255までの整数です。
- Fashion-MNISTは、機械学習の分野、特に画像分類タスクにおける訓練とテストに広く利用されています。
データセットの構造
Fashion-MNISTデータセットは2つのサブセットに分割されます。
- Training Set: このサブセットには、機械学習モデルのトレーニングに使用される60,000枚の画像が含まれています。
- テストセット：このサブセットは、トレーニング済みモデルのテストとベンチマークに使用される10,000枚の画像で構成されています。
ラベル
各トレーニングおよびテストの例は、次のいずれかのラベルに割り当てられます。
0. T-shirt/top
1. Trouser
2. Pullover
3. Dress
4. Coat
5. Sandal
6. Shirt
7. Sneaker
8. Bag
9. Ankle boot
アプリケーション
Fashion-MNISTデータセットは、畳み込みニューラルネットワーク (CNN)、サポートベクターマシン (SVM)、その他様々な機械学習アルゴリズムなど、画像分類タスクにおける深層学習モデルの訓練と評価に広く利用されています。データセットのシンプルで構造化された形式は、機械学習およびコンピュータビジョンの分野の研究者や実務家にとって不可欠なリソースとなっています。
使用法
Fashion-MNISTデータセットで画像サイズ28x28、100 エポックのCNNモデルをトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の包括的なリストについては、モデルのトレーニングページを参照してください。
学習の例
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="fashion-mnist", epochs=100, imgsz=28)
# Start training from a pretrained *.pt model
yolo classify train data=fashion-mnist model=yolo26n-cls.pt epochs=100 imgsz=28
サンプル画像とアノテーション
Fashion-MNISTデータセットには、Zalandoの商品画像のグレースケール画像が含まれており、画像分類タスクに適した構造化されたデータセットを提供します。以下に、データセットからの画像例をいくつか示します。
この例は、Fashion-MNISTデータセット内の画像の多様性と複雑さを示しており、堅牢な画像分類モデルをトレーニングするための多様なデータセットの重要性を強調しています。
謝辞
研究または開発作業でFashion-MNISTデータセットを使用する場合は、GitHubリポジトリへのリンクを記載してデータセットに謝意を示してください。このデータセットはZalando Researchによって公開されました。
よくある質問
Fashion-MNISTデータセットとは何ですか？また、MNISTとはどのように異なりますか？
Fashion-MNISTデータセットは、Zalandoの商品画像の70,000枚のグレースケール画像のコレクションであり、元のMNISTデータセットの現代的な代替として意図されています。これは、画像分類タスクにおける機械学習モデルのベンチマークとして機能します。手書き数字を含むMNISTとは異なり、Fashion-MNISTはTシャツ/トップ、トラウザー、アンクルブーツなどの10のファッション関連クラスに分類された28x28ピクセルの画像で構成されています。
Fashion-MNISTデータセットでYOLOモデルをトレーニングするにはどうすればよいですか？
Fashion-MNISTデータセットでUltralytics YOLOモデルをトレーニングするには、pythonとCLIコマンドの両方を使用できます。開始するための簡単な例を以下に示します。
学習の例
from ultralytics import YOLO
# Load a pretrained model
model = YOLO("yolo26n-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=yolo26n-cls.pt epochs=100 imgsz=28
より詳細な学習パラメータについては、トレーニングページを参照してください。
機械学習モデルのベンチマークにFashion-MNISTデータセットを使用すべきなのはなぜですか？
Fashion-MNISTデータセットは、深層学習コミュニティでMNISTの堅牢な代替として広く認識されています。より複雑で多様な画像セットを提供するため、画像分類モデルのベンチマークに優れた選択肢となります。60,000枚の訓練画像と10,000枚のテスト画像からなるデータセットの構造は、それぞれ10クラスのいずれかのラベルが付いており、より挑戦的なコンテキストで異なる機械学習アルゴリズムのパフォーマンスを評価するのに理想的です。
Fashion-MNISTのような画像分類タスクにUltralytics YOLOを使用できますか？
はい、Ultralytics YOLOモデルは、Fashion-MNISTデータセットを含む画像分類タスクに使用できます。例えば、YOLO26は、detect、segment、classificationなどの様々なビジョンタスクをサポートしています。画像分類タスクを開始するには、分類ページを参照してください。
Fashion-MNISTデータセットの主な特徴と構造は何ですか？
Fashion-MNISTデータセットは、60,000枚の訓練画像と10,000枚のテスト画像という2つの主要なサブセットに分けられます。各画像は、10のファッション関連クラスのいずれかを表す28x28ピクセルのグレースケール画像です。そのシンプルさと整然とした形式は、機械学習およびコンピュータビジョンタスクにおけるモデルの訓練と評価に理想的です。データセット構造の詳細については、データセット構造セクションを参照してください。
研究でFashion-MNISTデータセットを使用したことをどのように謝意表明できますか？
研究または開発プロジェクトでFashion-MNISTデータセットを利用する場合は、GitHubリポジトリへのリンクを記載して謝意を示すことが重要です。これにより、データセットを公開したZalando Researchにデータを帰属させることができます。
