์ฝ˜ํ…์ธ ๋กœ ๊ฑด๋„ˆ๋›ฐ๊ธฐ

ํŒจ์…˜-MNIST ๋ฐ์ดํ„ฐ ์„ธํŠธ

ํŒจ์…˜-MNIST ๋ฐ์ดํ„ฐ ์„ธํŠธ๋Š” ์ž˜๋ž€๋„์˜ ๊ธฐ์‚ฌ ์ด๋ฏธ์ง€ ๋ฐ์ดํ„ฐ๋ฒ ์ด์Šค๋กœ, 60,000๊ฐœ์˜ ์˜ˆ์ œ๋กœ ๊ตฌ์„ฑ๋œ ํ›ˆ๋ จ ์„ธํŠธ์™€ 10,000๊ฐœ์˜ ์˜ˆ์ œ๋กœ ๊ตฌ์„ฑ๋œ ํ…Œ์ŠคํŠธ ์„ธํŠธ๋กœ ๊ตฌ์„ฑ๋˜์–ด ์žˆ์Šต๋‹ˆ๋‹ค. ๊ฐ ์˜ˆ์ œ๋Š” 28x28 ํ‘๋ฐฑ ์ด๋ฏธ์ง€๋กœ, 10๊ฐœ ํด๋ž˜์Šค์˜ ๋ ˆ์ด๋ธ”๊ณผ ์—ฐ๊ด€๋˜์–ด ์žˆ์Šต๋‹ˆ๋‹ค. Fashion-MNIST๋Š” ๋จธ์‹  ๋Ÿฌ๋‹ ์•Œ๊ณ ๋ฆฌ์ฆ˜ ๋ฒค์น˜๋งˆํ‚น์„ ์œ„ํ•ด ์›๋ž˜์˜ MNIST ๋ฐ์ดํ„ฐ ์„ธํŠธ๋ฅผ ์ง์ ‘ ๋Œ€์ฒดํ•  ์ˆ˜ ์žˆ๋„๋ก ๊ณ ์•ˆ๋˜์—ˆ์Šต๋‹ˆ๋‹ค.

์ฃผ์š” ๊ธฐ๋Šฅ

  • ํŒจ์…˜-MNIST์—๋Š” ์ž˜๋ž€๋„์˜ ๊ธฐ์‚ฌ ์ด๋ฏธ์ง€ ์ค‘ 60,000๊ฐœ์˜ ํŠธ๋ ˆ์ด๋‹ ์ด๋ฏธ์ง€์™€ 10,000๊ฐœ์˜ ํ…Œ์ŠคํŠธ ์ด๋ฏธ์ง€๊ฐ€ ํฌํ•จ๋˜์–ด ์žˆ์Šต๋‹ˆ๋‹ค.
  • ๋ฐ์ดํ„ฐ ์„ธํŠธ๋Š” 28x28 ํ”ฝ์…€ ํฌ๊ธฐ์˜ ๊ทธ๋ ˆ์ด ์Šค์ผ€์ผ ์ด๋ฏธ์ง€๋กœ ๊ตฌ์„ฑ๋ฉ๋‹ˆ๋‹ค.
  • ๊ฐ ํ”ฝ์…€์—๋Š” ํ•ด๋‹น ํ”ฝ์…€์˜ ๋ฐ๊ธฐ ๋˜๋Š” ์–ด๋‘์›€์„ ๋‚˜ํƒ€๋‚ด๋Š” ํ”ฝ์…€ ๊ฐ’์ด ํ•˜๋‚˜์”ฉ ์—ฐ๊ฒฐ๋˜์–ด ์žˆ์œผ๋ฉฐ, ์ˆซ์ž๊ฐ€ ํด์ˆ˜๋ก ๋” ์–ด๋‘ก๋‹ค๋Š” ์˜๋ฏธ์ž…๋‹ˆ๋‹ค. ์ด ํ”ฝ์…€ ๊ฐ’์€ 0์—์„œ 255 ์‚ฌ์ด์˜ ์ •์ˆ˜์ž…๋‹ˆ๋‹ค.
  • Fashion-MNIST๋Š” ๋จธ์‹ ๋Ÿฌ๋‹ ๋ถ„์•ผ, ํŠนํžˆ ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ ์ž‘์—…์˜ ํ›ˆ๋ จ ๋ฐ ํ…Œ์ŠคํŠธ์— ๋„๋ฆฌ ์‚ฌ์šฉ๋ฉ๋‹ˆ๋‹ค.

๋ฐ์ดํ„ฐ ์„ธํŠธ ๊ตฌ์กฐ

Fashion-MNIST ๋ฐ์ดํ„ฐ ์ง‘ํ•ฉ์€ ๋‘ ๊ฐœ์˜ ํ•˜์œ„ ์ง‘ํ•ฉ์œผ๋กœ ๋‚˜๋‰ฉ๋‹ˆ๋‹ค:

  1. ํ›ˆ๋ จ ์„ธํŠธ: ์ด ํ•˜์œ„ ์ง‘ํ•ฉ์—๋Š” ๋จธ์‹ ๋Ÿฌ๋‹ ๋ชจ๋ธ ํ•™์Šต์— ์‚ฌ์šฉ๋˜๋Š” 60,000๊ฐœ์˜ ์ด๋ฏธ์ง€๊ฐ€ ํฌํ•จ๋˜์–ด ์žˆ์Šต๋‹ˆ๋‹ค.
  2. ํ…Œ์ŠคํŠธ ์„ธํŠธ: ์ด ํ•˜์œ„ ์ง‘ํ•ฉ์€ ํ•™์Šต๋œ ๋ชจ๋ธ์„ ํ…Œ์ŠคํŠธํ•˜๊ณ  ๋ฒค์น˜๋งˆํ‚นํ•˜๋Š” ๋ฐ ์‚ฌ์šฉ๋˜๋Š” 10,000๊ฐœ์˜ ์ด๋ฏธ์ง€๋กœ ๊ตฌ์„ฑ๋ฉ๋‹ˆ๋‹ค.

๋ ˆ์ด๋ธ”

๊ฐ ๊ต์œก ๋ฐ ํ…Œ์ŠคํŠธ ์˜ˆ์ œ๋Š” ๋‹ค์Œ ๋ ˆ์ด๋ธ” ์ค‘ ํ•˜๋‚˜์— ํ• ๋‹น๋ฉ๋‹ˆ๋‹ค:

  1. ํ‹ฐ์…”์ธ /์ƒ์˜
  2. ๋ฐ”์ง€
  3. ํ’€์˜ค๋ฒ„
  4. ๋“œ๋ ˆ์Šค
  5. Coat
  6. ์ƒŒ๋“ค
  7. ์…”์ธ 
  8. ์Šค๋‹ˆ์ปค์ฆˆ
  9. ๊ฐ€๋ฐฉ
  10. ์•ตํด ๋ถ€์ธ 

์• ํ”Œ๋ฆฌ์ผ€์ด์…˜

ํŒจ์…˜-MNIST ๋ฐ์ดํ„ฐ ์„ธํŠธ๋Š” ์ปจ๋ณผ๋ฃจ์…˜ ์‹ ๊ฒฝ๋ง(CNN), ์„œํฌํŠธ ๋ฒกํ„ฐ ๋จธ์‹ (SVM) ๋ฐ ๊ธฐํƒ€ ๋‹ค์–‘ํ•œ ๋จธ์‹  ๋Ÿฌ๋‹ ์•Œ๊ณ ๋ฆฌ์ฆ˜๊ณผ ๊ฐ™์€ ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ ์ž‘์—…์—์„œ ๋”ฅ ๋Ÿฌ๋‹ ๋ชจ๋ธ์„ ํ›ˆ๋ จํ•˜๊ณ  ํ‰๊ฐ€ํ•˜๋Š” ๋ฐ ๋„๋ฆฌ ์‚ฌ์šฉ๋ฉ๋‹ˆ๋‹ค. ๋ฐ์ดํ„ฐ ์„ธํŠธ์˜ ํ˜•์‹์ด ๊ฐ„๋‹จํ•˜๊ณ  ์ฒด๊ณ„์ ์ด์–ด์„œ ๋จธ์‹  ๋Ÿฌ๋‹ ๋ฐ ์ปดํ“จํ„ฐ ๋น„์ „ ๋ถ„์•ผ์˜ ์—ฐ๊ตฌ์ž์™€ ์‹ค๋ฌด์ž์—๊ฒŒ ํ•„์ˆ˜์ ์ธ ๋ฆฌ์†Œ์Šค์ž…๋‹ˆ๋‹ค.

์‚ฌ์šฉ๋ฒ•

์ด๋ฏธ์ง€ ํฌ๊ธฐ๊ฐ€ 28x28์ธ 100๊ฐœ์˜ ์—ํฌํฌ์— ๋Œ€ํ•œ Fashion-MNIST ๋ฐ์ดํ„ฐ ์„ธํŠธ์— ๋Œ€ํ•ด CNN ๋ชจ๋ธ์„ ํ›ˆ๋ จํ•˜๋ ค๋ฉด ๋‹ค์Œ ์ฝ”๋“œ ์กฐ๊ฐ์„ ์‚ฌ์šฉํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ์‚ฌ์šฉ ๊ฐ€๋Šฅํ•œ ์ธ์ˆ˜์˜ ์ „์ฒด ๋ชฉ๋ก์€ ๋ชจ๋ธ ํ›ˆ๋ จ ํŽ˜์ด์ง€๋ฅผ ์ฐธ์กฐํ•˜์„ธ์š”.

์—ด์ฐจ ์˜ˆ์‹œ

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

์ƒ˜ํ”Œ ์ด๋ฏธ์ง€ ๋ฐ ์ฃผ์„

Fashion-MNIST ๋ฐ์ดํ„ฐ ์„ธํŠธ์—๋Š” ์ž˜๋ž€๋„์˜ ๊ธฐ์‚ฌ ์ด๋ฏธ์ง€๊ฐ€ ํฌํ•จ๋œ ํšŒ์ƒ‰์กฐ ์ด๋ฏธ์ง€๊ฐ€ ํฌํ•จ๋˜์–ด ์žˆ์–ด ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ ์ž‘์—…์„ ์œ„ํ•œ ์ž˜ ๊ตฌ์กฐํ™”๋œ ๋ฐ์ดํ„ฐ ์„ธํŠธ๋ฅผ ์ œ๊ณตํ•ฉ๋‹ˆ๋‹ค. ๋‹ค์Œ์€ ๋ฐ์ดํ„ฐ ์„ธํŠธ์˜ ๋ช‡ ๊ฐ€์ง€ ์ด๋ฏธ์ง€ ์˜ˆ์‹œ์ž…๋‹ˆ๋‹ค:

๋ฐ์ดํ„ฐ ์„ธํŠธ ์ƒ˜ํ”Œ ์ด๋ฏธ์ง€

์ด ์˜ˆ๋Š” ํŒจ์…˜-MNIST ๋ฐ์ดํ„ฐ ์„ธํŠธ์— ํฌํ•จ๋œ ์ด๋ฏธ์ง€์˜ ๋‹ค์–‘์„ฑ๊ณผ ๋ณต์žก์„ฑ์„ ๋ณด์—ฌ์ฃผ๋ฉฐ, ๊ฐ•๋ ฅํ•œ ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ ๋ชจ๋ธ์„ ํ›ˆ๋ จํ•˜๊ธฐ ์œ„ํ•ด์„œ๋Š” ๋‹ค์–‘ํ•œ ๋ฐ์ดํ„ฐ ์„ธํŠธ๊ฐ€ ์ค‘์š”ํ•˜๋‹ค๋Š” ๊ฒƒ์„ ๊ฐ•์กฐํ•ฉ๋‹ˆ๋‹ค.

๊ฐ์‚ฌ

์—ฐ๊ตฌ ๋˜๋Š” ๊ฐœ๋ฐœ ์ž‘์—…์— Fashion-MNIST ๋ฐ์ดํ„ฐ์…‹์„ ์‚ฌ์šฉํ•˜๋Š” ๊ฒฝ์šฐ, GitHub ๋ฆฌํฌ์ง€ํ† ๋ฆฌ์— ๋งํฌํ•˜์—ฌ ๋ฐ์ดํ„ฐ์…‹์„ ์ธ์ •ํ•ด ์ฃผ์„ธ์š”. ์ด ๋ฐ์ดํ„ฐ ์„ธํŠธ๋Š” ์ž˜๋ž€๋„ ๋ฆฌ์„œ์น˜์—์„œ ์ œ๊ณตํ–ˆ์Šต๋‹ˆ๋‹ค.



Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (4)

๋Œ“๊ธ€