MNISTデータセット#
MNIST（国立標準技術研究所の修正版）データセットは、10クラスにわたる手書き数字の28x28グレースケール画像70,000枚を使用した画像分類ベンチマークです。数字は0から9までで、あらかじめ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。長年にわたり、機械学習およびコンピュータービジョンアルゴリズムの評価における標準ベンチマークとして利用されてきました。より難易度の高い衣類画像版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を参照してください。
Ultralytics Platform上のMNISTを確認してサンプルをプレビューし、データセットの統計情報を調べ、トレーニング用にクローンしてください。
主な特徴#
- MNISTには手書き数字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、合計70,000枚です。
- すべての画像は1つの数字を写した28x28のグレースケール画像で、正規化およびアンチエイリアス処理が施され、固定された28x28のバウンディングボックスに収められています。
- 10クラスは数字0～9で構成され、クラスごとの画像数はおおむね均等です。
- あらかじめトレーニング用とテスト用に分割されているため、手動または自動で分割する必要はありません。
- MNISTは、画像分類およびディープラーニング研究の標準ベンチマークです。
データセットの構成#
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（手書き数字0～9）
- 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枚の画像
- テストセット: 10,000枚の画像
MNISTには独立した検証フォルダーがないため、Ultralyticsではデフォルトでトレーニング中に10,000枚のテストセットを検証用分割として使用します。
各画像には対応する数字（0～9）のラベルが付けられているため、MNISTは分類タスクに適した教師ありデータセットです。
アプリケーション#
MNISTは、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。対象は、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多岐にわたります。小さなグレースケール画像と10個の数字クラスにより、アルゴリズム比較やコンピュータービジョンの実験において、高速で再現性の高いベンチマークとなります。
一般的な用途には次のようなものがあります。
- 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用途
- 画像認識システムのプロトタイピング
- モデル最適化手法のテスト
使用方法#
画像サイズ28で、MNISTを使用してYOLO分類モデルを100エポック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アーカイブをMNISTデータベースから入手することもできます。利用可能な引数の完全な一覧については、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="mnist", epochs=100, imgsz=28)Ultralyticsでは、トレーニング分割とテスト分割のそれぞれから各数字（0～9）の最初の8枚を取り出した、160枚の画像スライスであるdata="mnist160"も提供しています。MNISTのディレクトリ構造をそのまま使用しているため、他の引数を変更せずにデータセットを入れ替えられます。完全な70,000枚のデータセットを使用する前のCIパイプラインや簡易チェックに適しています。
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:
サンプルには、10個の数字クラス全体でデータセットが捉えているさまざまな筆跡のスタイルが示されています。
引用と謝辞#
研究または開発業務でMNISTデータセットを使用する場合は、次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ービジョン研究コミュニティにとって貴重なリソースとなるMNISTデータセットを作成・維持したYann LeCun氏、Corinna Cortes氏、Christopher J.C. Burges氏に謝意を表します。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。
FAQ#
MNISTには10クラス（手書き数字0～9）と、合計70,000枚のグレースケール画像があります。各画像は28x28ピクセルです。あらかじめ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おり、数字ごとの例の数はおおむね均等です。
MNIST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一覧については、トレーニングページを参照してください。
トレーニング例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="mnist", epochs=100, imgsz=28)MNISTには、トレーニング画像60,000枚とテスト画像10,000枚の事前定義済み分割が含まれています。Ultralyticsが自動的に分割するフォルダーベースの分類データセットとは異なり、MNISTの公式分割はそのまま使用され、デフォルトではトレーニング中にテストセットが検証用分割として使用されます。
MNISTデータセットには手書き数字のみが含まれるのに対し、拡張MNIST（EMNIST）データセットには数字に加えて大文字と小文字のアルファベットも含まれます。EMNISTはMNISTの後継として開発され、同じ28x28ピクセル形式を使用しているため、元のMNISTデータセット向けに設計されたツールやモデルと互換性があります。より幅広い文字を扱えるため、EMNISTはさらに多様な機械学習アプリケーションに役立ちます。
はい。Ultralytics Platformを使用すると、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、広範なコーディングなしでのデプロイが可能です。クラウド上でMNISTの実験を実行する便利な方法です。関連する選択肢については、分類データセットの概要をご覧ください。
MNISTはCIFAR-10やImageNetなど多くの最新データセットよりも単純で、初心者や迅速な実験に適しています。より複雑なデータセットでは、カラー画像や多様な物体カテゴリによって難易度が高くなりますが、MNISTはその単純さ、ファイルサイズの小ささ、機械学習アルゴリズムの発展における歴史的重要性により、今も価値があります。同じ構造を持つ、より難易度の高い置き換えデータセットについては、数字の代わりに衣類のアイテムを扱うFashion-MNISTを参照してください。