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ピクセルのグレースケール画像70,000枚で構成される、画像分類のベンチマークです。10クラス（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）に均等に分けられています。60,000枚のトレーニング画像と10,000枚のテスト画像（各クラス7,000枚）から成る定義済みの分割が付属しており、ベンチマーク用の機械学習アルゴリズムでは、元のMNISTデータセットのドロップイン代替として利用できます。カラー画像版については、関連するCIFAR-10データセットを参照してください。

Ultralytics Platform上のFashion-MNISTを確認すると、サンプルのプレビュー、データセット統計の確認、トレーニング用のクローン作成ができます。

主な特徴#

• Fashion-MNISTには、28x28ピクセルのグレースケール画像70,000枚が含まれており、10クラスに均等に分けられています。
• 各クラスには正確に7,000枚の画像が含まれ、トレーニング用が6,000枚、テスト用が1,000枚であるため、データセットは完全にバランスが取れています。
• これはMNISTのドロップイン代替です。画像サイズ、形式、分割構造は同一ですが、手書き数字の代わりに、より難しい衣料品カテゴリーが使用されています。
• データセットにはあらかじめtrain/test分割が含まれているため、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に使用されるベンチマークです。

データセットの構成#

Fashion-MNISTには公式の定義済み分割が付属しているため、自動または手動での分割は必要ありません。

• 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（28x28グレースケール）
• トレーニングセット: 60,000枚（クラスごとに6,000枚）
• テストセット: 10,000枚（クラスあたり1,000枚）

アプリケーション#

Fashion-MNISTは、従来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用されています。小さなグレースケール画像と10種類の衣料品カテゴリーにより、アルゴリズム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います。また、MNISTの手書き数字よりも難しい課題です。

使用方法#

Fashion-MNISTでYOLOモデルを、画像サイズ28、100エポックでトレーニングします。利用可能な引数の全リストについては、トレーニングページと画像分類タスクガイドを参照してください。

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)

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:

サンプルからはFashion-MNISTデータセットに含まれる衣料品カテゴリーの多様性が分かり、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有用であることが示されています。

引用と謝辞#

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、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}
}

貴重なリソースであるFashion-MNISTデータセットを作成・維持しているZalando Researchに、機械学習およびコンピュータービジョン研究コミュニティを代表して謝意を表します。Fashion-MNISTデータセットとその作成者の詳細については、Fashion-MNIST GitHubリポジトリをご覧ください。

FAQ#