Link to this sectionConjunto de dados Fashion-MNIST#

O conjunto de dados Fashion-MNIST é uma base de dados de imagens de artigos da Zalando — consistindo num conjunto de treino de 60.000 exemplos e um conjunto de teste de 10.000 exemplos. Cada exemplo é uma imagem em tons de cinzento de 28x28, associada a uma etiqueta de 10 classes. O Fashion-MNIST destina-se a servir como substituto direto para o conjunto de dados original MNIST para avaliar algoritmos de machine learning.

Link to this sectionPrincipais recursos#

• O Fashion-MNIST contém 60.000 imagens de treino e 10.000 imagens de teste de artigos da Zalando.
• O conjunto de dados compreende imagens em tons de cinzento com um tamanho de 28x28 píxeis.
• Cada píxel tem um valor de píxel único associado, indicando a luminosidade ou escuridão desse píxel, sendo que números mais altos significam mais escuro. Este valor de píxel é um número inteiro entre 0 e 255.
• O Fashion-MNIST é amplamente utilizado para treino e teste no campo do machine learning, especialmente para tarefas de classificação de imagens.

Link to this sectionEstrutura do Dataset#

O conjunto de dados Fashion-MNIST está dividido em dois subconjuntos:

1. Conjunto de Treino: Este subconjunto contém 60.000 imagens usadas para treinar modelos de machine learning.
2. Conjunto de Teste: Este subconjunto consiste em 10.000 imagens usadas para testar e comparar o desempenho dos modelos treinados.

Link to this sectionEtiquetas#

Cada exemplo de treino e teste é atribuído a uma das seguintes etiquetas:

0. T-shirt/top
1. Trouser
2. Pullover
3. Dress
4. Coat
5. Sandal
6. Shirt
7. Sneaker
8. Bag
9. Ankle boot

Link to this sectionAplicações#

O conjunto de dados Fashion-MNIST é amplamente utilizado para treinar e avaliar modelos de deep learning em tarefas de classificação de imagens, como Convolutional Neural Networks (CNNs), Support Vector Machines (SVMs) e vários outros algoritmos de machine learning. O formato simples e bem estruturado do conjunto de dados torna-o um recurso essencial para investigadores e profissionais no campo do machine learning e visão computacional.

Link to this sectionUso#

Para treinar um modelo CNN no conjunto de dados Fashion-MNIST durante 100 epochs com um tamanho de imagem de 28x28, podes usar os seguintes snippets de código. Para uma lista completa de argumentos disponíveis, consulta a página de Training do modelo.

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)

Link to this sectionExemplos de Imagens e Anotações#

O conjunto de dados Fashion-MNIST contém imagens em tons de cinzento de artigos da Zalando, proporcionando um conjunto de dados bem estruturado para tarefas de classificação de imagens. Aqui estão alguns exemplos de imagens do conjunto de dados:

O exemplo mostra a variedade e complexidade das imagens no conjunto de dados Fashion-MNIST, destacando a importância de um conjunto de dados diversificado para treinar modelos robustos de classificação de imagens.

Link to this sectionAgradecimentos#

Se usares o conjunto de dados Fashion-MNIST no teu trabalho de investigação ou desenvolvimento, por favor reconhece o conjunto de dados com um link para o GitHub repository. Este conjunto de dados foi disponibilizado pela Zalando Research.

Link to this sectionFAQ#

Link to this sectionO que é o conjunto de dados Fashion-MNIST e como difere do MNIST?#

O conjunto de dados Fashion-MNIST é uma coleção de 70.000 imagens em tons de cinzento de artigos da Zalando, destinada a ser um substituto moderno para o conjunto de dados original MNIST. Serve como um benchmark para modelos de machine learning no contexto de tarefas de classificação de imagens. Ao contrário do MNIST, que contém dígitos escritos à mão, o Fashion-MNIST consiste em imagens de 28x28 píxeis categorizadas em 10 classes relacionadas com moda, tais como T-shirt/top, calças e botas.

Link to this sectionComo posso treinar um modelo YOLO no conjunto de dados Fashion-MNIST?#

Para treinar um modelo Ultralytics YOLO no conjunto de dados Fashion-MNIST, podes usar comandos Python e CLI. Aqui tens um exemplo rápido para começares:

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolo26n-cls.pt")

# Train the model on Fashion-MNIST
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)

Para parâmetros de treino mais detalhados, consulta a Training page.

Link to this sectionPor que devo usar o conjunto de dados Fashion-MNIST para avaliar os meus modelos de machine learning?#

O conjunto de dados Fashion-MNIST é amplamente reconhecido na comunidade de deep learning como uma alternativa robusta ao MNIST. Oferece um conjunto de imagens mais complexo e variado, tornando-o uma excelente escolha para avaliar modelos de classificação de imagens. A estrutura do conjunto de dados, que compreende 60.000 imagens de treino e 10.000 imagens de teste, cada uma rotulada com uma de 10 classes, torna-o ideal para avaliar o desempenho de diferentes algoritmos de machine learning num contexto mais desafiante.

Link to this sectionPosso usar o Ultralytics YOLO para tarefas de classificação de imagens como o Fashion-MNIST?#

Sim, os modelos Ultralytics YOLO podem ser usados para tarefas de classificação de imagens, incluindo as que envolvem o conjunto de dados Fashion-MNIST. O YOLO26, por exemplo, suporta várias tarefas de visão, tais como deteção, segmentação de instâncias, semantic segmentation, classificação, estimativa de pose e deteção de objetos orientados. Para começares com tarefas de classificação de imagens, consulta a Classification page.

Link to this sectionQuais são as principais características e estrutura do conjunto de dados Fashion-MNIST?#

O conjunto de dados Fashion-MNIST está dividido em dois subconjuntos principais: 60.000 imagens de treino e 10.000 imagens de teste. Cada imagem é uma imagem em tons de cinzento de 28x28 píxeis representando uma de 10 classes relacionadas com moda. A simplicidade e o formato bem estruturado tornam-no ideal para treinar e avaliar modelos em tarefas de machine learning e computer vision. Para mais detalhes sobre a estrutura do conjunto de dados, vê a Dataset Structure section.

Link to this sectionComo posso reconhecer o uso do conjunto de dados Fashion-MNIST na minha investigação?#

Se utilizares o conjunto de dados Fashion-MNIST nos teus projetos de investigação ou desenvolvimento, é importante reconhecê-lo com um link para o GitHub repository. Isto ajuda a atribuir os dados à Zalando Research, que disponibilizou o conjunto de dados para uso público.