Conjunto de dados MNIST#
O conjunto de dados MNIST (Instituto Nacional de Padrões e Tecnologia Modificado) é um benchmark de classificação de imagens com 70.000 imagens em escala de cinzentos de 28x28 de dígitos manuscritos, abrangendo 10 classes — os dígitos de 0 a 9. Inclui uma divisão predefinida de 60.000 imagens de treino e 10.000 imagens de teste e há muito que serve como benchmark padrão para avaliar algoritmos de aprendizagem automática e de visão computacional. Para uma alternativa mais difícil com imagens de peças de vestuário, consulta o conjunto de dados relacionado Fashion-MNIST; para imagens a cores, consulta CIFAR-10.
Explora o MNIST na Ultralytics Platform para pré-visualizar amostras, analisar as estatísticas do conjunto de dados e cloná-lo para treino.
Principais funcionalidades#
- O MNIST contém 60.000 imagens de treino e 10.000 imagens de teste de dígitos manuscritos, num total de 70.000.
- Cada imagem é uma representação em escala de cinzentos de 28x28 de um único dígito, normalizada e suavizada para uma caixa delimitadora fixa de 28x28.
- As 10 classes abrangem os dígitos de 0 a 9, com um número aproximadamente equilibrado de imagens por classe.
- Inclui uma divisão predefinida entre treino e teste, pelo que não é necessária qualquer divisão manual ou automática.
- O MNIST é um benchmark padrão para investigação em classificação de imagens e aprendizagem profunda.
Estrutura do Conjunto de Dados#
O MNIST inclui uma divisão oficial predefinida, pelo que não é necessária qualquer partição automática ou manual:
- Classes: 10 (dígitos manuscritos de 0 a 9)
- Total de imagens: 70.000 (28x28 em tons de cinzento)
- Conjunto de treino: 60.000 imagens
- Conjunto de teste: 10.000 imagens
O MNIST não tem uma pasta de validação separada, pelo que a Ultralytics utiliza por predefinição o conjunto de teste de 10.000 imagens como divisão de validação durante o treino.
Cada imagem está identificada com o dígito correspondente (0–9), o que torna o MNIST um conjunto de dados supervisionado ideal para tarefas de classificação.
Aplicações#
O MNIST é amplamente utilizado para treinar e avaliar modelos de classificação de imagens, desde redes neuronais convolucionais (CNNs) clássicas e máquinas de vetores de suporte (SVMs) até arquiteturas profundas modernas. As suas pequenas imagens em escala de cinzentos e as 10 classes de dígitos fazem dele um benchmark rápido e reproduzível para comparar algoritmos e realizar experiências de visão computacional.
Algumas aplicações comuns incluem:
- Avaliação comparativa de novos algoritmos de classificação
- Fins educativos para ensinar conceitos de aprendizagem automática
- Prototipagem de sistemas de reconhecimento de imagens
- Teste de técnicas de otimização de modelos
Utilização#
Treina um modelo de classificação YOLO no MNIST durante 100 épocas, com um tamanho de imagem de 28. O conjunto de dados é descarregado e colocado em cache automaticamente na primeira utilização; se preferires controlo total sobre o pré-processamento, os arquivos gzip originais também estão disponíveis na base de dados MNIST. Para consultar a lista completa de argumentos disponíveis, vê a página de Treino e o guia da tarefa de classificação de imagens.
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)A Ultralytics também disponibiliza data="mnist160", uma amostra de 160 imagens que contém as primeiras oito imagens de cada dígito (0–9) das divisões de treino e de teste. Esta amostra replica a estrutura de diretórios do MNIST, pelo que podes trocar de conjunto de dados sem alterar quaisquer outros argumentos — ideal para pipelines de CI ou verificações de sanidade antes de optares pelo conjunto de dados completo de 70.000 imagens.
yolo classify train data=mnist160 model=yolo26n-cls.pt epochs=5 imgsz=28Imagens de exemplo e anotações#
Imagens de exemplo do conjunto de dados MNIST:
As amostras mostram a variedade de estilos de caligrafia captada pelo conjunto de dados nas 10 classes de dígitos.
Citações e agradecimentos#
Se utilizares o conjunto de dados MNIST no teu trabalho de investigação ou desenvolvimento, cita o seguinte artigo:
@article{lecun2010mnist,
title={MNIST handwritten digit database},
author={LeCun, Yann and Cortes, Corinna and Burges, CJ},
journal={ATT Labs [Online]},
volume={2},
year={2010}
}Gostaríamos de reconhecer Yann LeCun, Corinna Cortes e Christopher J.C. Burges pela criação e manutenção do conjunto de dados MNIST como um recurso valioso para a comunidade de investigação em aprendizagem automática e visão computacional. Para obteres mais informações sobre o conjunto de dados MNIST e os seus criadores, visita o site do conjunto de dados MNIST.
Perguntas frequentes#
O conjunto de dados MNIST é um benchmark com 70.000 imagens em escala de cinzentos de 28x28 de dígitos manuscritos, dividido em 60.000 imagens de treino e 10.000 imagens de teste nas 10 classes de 0 a 9. É a referência padrão para avaliar algoritmos de classificação de imagens — o seu formato pequeno e uniforme permite que investigadores e engenheiros comparem métodos e acompanhem o progresso com uma configuração mínima, razão pela qual continua a ser um benchmark inicial comum na aprendizagem automática.
O MNIST tem 10 classes — os dígitos manuscritos de 0 a 9 — e um total de 70.000 imagens em escala de cinzentos, cada uma com 28x28 píxeis. Inclui uma divisão predefinida de 60.000 imagens de treino e 10.000 imagens de teste, com um número aproximadamente igual de exemplos por dígito.
Para treinar um modelo Ultralytics YOLO no MNIST, utiliza os trechos de código abaixo. O conjunto de dados é descarregado automaticamente na primeira utilização. Para obteres uma lista detalhada dos argumentos de treino disponíveis, consulta a página de Treino.
Exemplo de treinofrom 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)O MNIST inclui uma divisão predefinida de 60.000 imagens de treino e 10.000 imagens de teste. Ao contrário dos conjuntos de dados de classificação baseados em pastas, que a Ultralytics divide automaticamente, a partição oficial do MNIST é utilizada tal como está, e o conjunto de teste serve por predefinição como divisão de validação durante o treino.
O conjunto de dados MNIST contém apenas dígitos manuscritos, enquanto o conjunto de dados Extended MNIST (EMNIST) inclui dígitos e letras maiúsculas e minúsculas. O EMNIST foi desenvolvido como sucessor do MNIST e utiliza o mesmo formato de 28x28 píxeis, tornando-o compatível com ferramentas e modelos concebidos para o conjunto de dados MNIST original. Esta gama mais ampla de caracteres torna o EMNIST útil para uma maior variedade de aplicações de aprendizagem automática.
Sim. A Ultralytics Platform permite carregar conjuntos de dados, treinar modelos de classificação de imagens e implementá-los sem programação extensa. É uma forma conveniente de executar experiências com o MNIST na cloud — consulta a visão geral dos conjuntos de dados de classificação para veres opções relacionadas.
O MNIST é mais simples do que muitos conjuntos de dados modernos, como CIFAR-10 ou ImageNet, o que o torna ideal para principiantes e experiências rápidas. Embora os conjuntos de dados mais complexos ofereçam desafios maiores, com imagens a cores e categorias de objetos diversificadas, o MNIST continua a ser valioso pela sua simplicidade, tamanho reduzido dos ficheiros e importância histórica no desenvolvimento de algoritmos de aprendizagem automática. Para uma substituição direta mais difícil com a mesma estrutura, consulta o Fashion-MNIST, que contém peças de vestuário em vez de dígitos.