MNIST データセット#

MNIST（Modified National Institute of Standards and Technology）データセットは、0から9までの10クラスにわたる手書き数字の70,000枚の28x28グレースケール画像による画像分類ベンチマークです。60,000枚のトレーニング画像と10,000枚のテスト画像にあらかじめ分割されており、機械学習およびコンピュータビジョンアルゴリズムを評価するための標準的なベンチマークとして長く利用されてきました。より難易度の高い衣料品画像の同等品については関連するFashion-MNISTデータセットを、カラー画像についてはCIFAR-10をご覧ください。

主な特徴#

• MNISTには、手書き数字のトレーニング用画像60,000枚とテスト用画像10,000枚の合計70,000枚が含まれています。
• すべての画像は1つの数字の28x28グレースケール画像であり、固定された28x28のバウンディングボックスに正規化およびアンチエイリアス処理が施されています。
• 10のクラスは0から9の数字に対応しており、クラスごとの画像数はほぼ均等です。
• 事前に定義されたトレーニング/テストセットの分割が含まれているため、手動または自動での分割作業は不要です。
• MNISTは、画像分類およびディープラーニングの研究における標準的なベンチマークです。

データセットの構造#

MNISTには公式の定義済み分割が含まれているため、自動または手動による分割は不要です：

• クラス: 10（手書き数字 0–9）
• 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
• テストセット: 10,000枚

各画像には対応する数字（0–9）のラベルが付与されており、分類タスクに最適な教師あり学習用データセットとなっています。

アプリケーション#

MNISTは、クラシックなConvolutional Neural Networks（CNN）やSupport Vector Machines（SVM）から現代のディープアーキテクチャに至るまで、image classificationモデルのトレーニングと評価に広く使用されています。その小さなグレースケール画像と10個の数字クラスにより、アルゴリズムの比較やcomputer visionの実験における、高速で再現性のあるベンチマークとなっています。

一般的なアプリケーションには以下のものがあります。

• 新しい分類アルゴリズムのベンチマーク
• 機械学習の概念を教えるための教育目的
• 画像認識システムのプロトタイピング
• モデル最適化技術のテスト

使用方法#

MNIST上で画像サイズ28、100エポックでYOLO分類モデルをトレーニングします。データセットは初回使用時に自動的にダウンロードおよびキャッシュされます。前処理を完全に制御したい場合は、元のgzipアーカイブもMNISTデータベースから入手できます。利用可能な引数の完全なリストについては、トレーニングページおよび画像分類タスクガイドをご覧ください。

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="mnist", epochs=100, imgsz=28)

yolo classify train data=mnist160 model=yolo26n-cls.pt epochs=5 imgsz=28

サンプル画像とアノテーション#

MNISTデータセットのサンプル画像：

これらのサンプルは、10の数字クラス全体にわたるデータセットが捉える手書きスタイルの幅広さを示しています。

引用と謝辞#

研究や開発活動で 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{lecun2010mnist,
         title={MNIST handwritten digit database},
         author={LeCun, Yann and Cortes, Corinna and Burges, CJ},
         journal={ATT Labs [Online]},
         volume={2},
         year={2010}
}

機械学習およびコンピュータビジョンの研究コミュニティにとって貴重なリソースとしてMNISTデータセットを作成および維持してくださったYann LeCun、Corinna Cortes、およびChristopher J.C. Burges各氏に感謝いたします。MNISTデータセットとその作成者の詳細については、MNISTデータセットのウェブサイトをご覧ください。

よくある質問 (FAQ)#

MNIST データセットとは何ですか？また、なぜ機械学習において重要なのでしょうか？#

MNISTデータセットは、手書き数字の70,000枚の28x28グレースケール画像によるベンチマークであり、0〜9の10クラスにわたって60,000枚のトレーニング画像と10,000枚のテスト画像に分割されています。これは画像分類アルゴリズムを評価するための標準的なリファレンスであり、その小さく均一なフォーマットにより、研究者やエンジニアは最小限のセットアップで手法を比較して進捗を追跡できるため、機械学習における一般的な最初のベンチマークであり続けています。

MNISTデータセットにはいくつのクラスと画像が含まれていますか？#

MNISTには10のクラス（手書き数字0から9）があり、各28x28ピクセルのグレースケール画像が合計70,000枚含まれています。トレーニング用60,000枚とテスト用10,000枚の事前定義された分割があり、数字ごとのサンプル数はほぼ均等です。

Ultralytics YOLO を使用して MNIST データセットでモデルをトレーニングするにはどうすればよいですか？#

MNIST上でUltralytics YOLO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してください。データセットは初回使用時に自動的にダウンロードされます。利用可能なトレーニング引数の詳細なリストについては、トレーニングページをご参照ください。

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="mnist", epochs=100, imgsz=28)

MNISTデータセットはどのようにトレーニング用とテスト用に分割されていますか？#

MNISTには、60,000枚のトレーニング画像と10,000枚のテスト画像という事前定義された分割が含まれています。Ultralyticsが自動的に分割を行うフォルダベースの分類データセットとは異なり、MNISTの公式パーティションはそのまま使用され、テストセットはトレーニング中にデフォルトで検証用として使用されます。

MNIST データセットと EMNIST データセットの違いは何ですか？#

MNISTデータセットには手書き数字のみが含まれていますが、Extended MNIST (EMNIST) データセットには数字に加え、大文字と小文字が含まれています。EMNISTはMNISTの後継として開発され、同じ28x28ピクセルの形式を使用しているため、オリジナルのMNISTデータセット用に設計されたツールやモデルと互換性があります。このより幅広い文字セットにより、EMNISTはより多様な機械学習アプリケーションに活用できます。

Ultralytics Platformを使用して、MNISTのようなデータセットでモデルをトレーニングすることはできますか？#

はい。Ultralytics Platformを使用すると、大規模なコーディングなしで、データセットのアップロード、画像分類モデルのトレーニング、およびそのデプロイを行うことができます。これはクラウドでMNISTの実験を実行するための便利な方法です。関連するオプションについては、分類データセットの概要をご覧ください。

MNIST は他の画像分類データセットと比べてどうですか？#

MNISTはCIFAR-10やImageNetのような多くの最新のデータセットよりもシンプルであり、初心者や迅速な実験に最適です。より複雑なデータセットはカラー画像や多様なオブジェクトカテゴリにおいて大きな課題を提供しますが、MNISTはそのシンプルさ、小さなファイルサイズ、および機械学習アルゴリズムの発展における歴史的意義ゆえに価値を持ち続けています。同じ構造を持ちながらより難易度の高いドロップイン代替品については、数字の代わりに衣料品アイテムを特徴とするFashion-MNISTをご覧ください。