コンテンツへスキップ

ファッション-MNISTデータセット

Fashion-MNISTデータセットは、Zalandoの記事画像のデータベースであり、60,000例のトレーニングセットと10,000例のテストセットから構成されている。各例は28x28のグレースケール画像で、10のクラスからのラベルと関連付けられている。Fashion-MNISTは、機械学習アルゴリズムのベンチマーク用のオリジナルのMNISTデータセットの直接的な置き換えとしての役割を果たすことを意図している。

主な特徴

  • Fashion-MNISTには、Zalandoの記事画像のトレーニング画像60,000枚とテスト画像10,000枚が含まれている。
  • データセットは28x28ピクセルのグレースケール画像からなる。
  • 各ピクセルには、そのピクセルの明暗を示す1つ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いことを意味する。このピクセル値は0から255までの整数である。
  • Fashion-MNISTは、機械学習の分野、特に画像分類タスクの訓練とテストに広く使用されている。

データセット構造

Fashion-MNISTデータセットは2つのサブセットに分かれている：

  1. トレーニングセット：このサブセットには、機械学習モデルの学習に使用される60,000枚の画像が含まれている。
  2. テストセット：このサブセットは、学習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る。

ラベル

各トレーニング例とテスト例は、以下のラベルのいずれかに割り当てられる：

  1. Tシャツ／トップス
  2. ズボン
  3. プルオーバー
  4. ドレス
  5. コート
  6. サンダル
  7. シャツ
  8. スニーカー
  9. バッグ
  10. アンクルブーツ

アプリケーション

Fashion-MNISTデータセットは、CNN（Convolutional Neural Networks）、SVM（Support Vector Machines）、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ディープラーニングモデルのトレーニングや評価に広く使用されています。このデータセットのシンプルで構造化されたフォーマットは、機械学習や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。

使用方法

Fashion-MNISTデータセットで画像サイズ28x28のCNNモデルを100エポック学習させるには、以下のコードスニペットを使用します。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のページを参照してください。

列車の例

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

サンプル画像と注釈

Fashion-MNISTデータセットには、Zalandoの記事画像のグレースケール画像が含まれており、画像分類タスクのための構造化されたデータセットを提供しています。以下にデータセットからの画像の例を示します：

データセットサンプル画像

この例は、Fashion-MNISTデータセットに含まれる画像の多様性と複雑性を示しており、ロバストな画像分類モデルを学習するための多様なデータセットの重要性を強調している。

謝辞

Fashion-MNISTデータセットを研究または開発で使用する場合は、GitHubリポジトリにリンクすることで、データセットへの謝辞をお願いします。このデータセットはZalando Researchにより提供されました。



作成日：2023-11-12 更新日：2023-11-18
作成者：glenn-jocher(2)

コメント