Link to this sectionНабор данных Fashion-MNIST#

Набор данных Fashion-MNIST — это база изображений товаров Zalando, состоящая из обучающей выборки из 60 000 примеров и тестовой выборки из 10 000 примеров. Каждый пример представляет собой изображение в оттенках серого размером 28x28 пикселей, связанное с меткой из 10 классов. Fashion-MNIST задуман как прямая замена оригинальному набору данных MNIST для тестирования алгоритмов машинного обучения.

Link to this sectionКлючевые особенности#

• Fashion-MNIST содержит 60 000 обучающих и 10 000 тестовых изображений товаров Zalando.
• Набор данных состоит из изображений в оттенках серого размером 28x28 пикселей.
• С каждым пикселем связано единственное значение, указывающее на его яркость или темноту; чем выше число, тем темнее пиксель. Это значение является целым числом от 0 до 255.
• Fashion-MNIST широко используется для обучения и тестирования в области машинного обучения, особенно для задач классификации изображений.

Link to this sectionСтруктура набора данных#

Набор данных Fashion-MNIST разделен на два подмножества:

1. Обучающий набор: Это подмножество содержит 60 000 изображений, используемых для обучения моделей машинного обучения.
2. Тестовая выборка (Testing Set): Это подмножество состоит из 10 000 изображений, используемых для тестирования и оценки обученных моделей.

Link to this sectionМетки#

Каждый обучающий и тестовый пример относится к одной из следующих меток:

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 sectionПрименение#

Набор данных Fashion-MNIST широко используется для обучения и оценки моделей глубокого обучения в задачах классификации изображений, таких как сверточные нейронные сети (CNN), метод опорных векторов (SVM) и различные другие алгоритмы машинного обучения. Простой и хорошо структурированный формат набора данных делает его важным ресурсом для исследователей и практиков в области машинного обучения и компьютерного зрения.

Link to this sectionИспользование#

Чтобы обучить модель CNN на наборе данных Fashion-MNIST в течение 100 эпох с размером изображения 28x28, ты можешь использовать следующие фрагменты кода. Полный список доступных аргументов смотри на странице обучения.

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 sectionПримеры изображений и аннотации#

Набор данных Fashion-MNIST содержит изображения товаров Zalando в оттенках серого, представляя собой хорошо структурированный набор данных для задач классификации изображений. Вот несколько примеров изображений из этого набора:

Этот пример демонстрирует разнообразие и сложность изображений в наборе данных Fashion-MNIST, подчеркивая важность разнообразного набора данных для обучения надежных моделей классификации изображений.

Link to this sectionБлагодарности#

Если ты используешь набор данных Fashion-MNIST в своей исследовательской или проектной работе, пожалуйста, укажи источник, добавив ссылку на репозиторий GitHub. Этот набор данных был предоставлен Zalando Research.

Link to this sectionFAQ#

Link to this sectionЧто такое набор данных Fashion-MNIST и чем он отличается от MNIST?#

Набор данных Fashion-MNIST — это коллекция из 70 000 изображений товаров Zalando в оттенках серого, задуманная как современная замена оригинальному набору MNIST. Он служит эталоном для моделей машинного обучения в контексте задач классификации изображений. В отличие от MNIST, который содержит рукописные цифры, Fashion-MNIST состоит из изображений размером 28x28 пикселей, разбитых на 10 модных классов, таких как футболка/топ, брюки и ботильоны.

Link to this sectionКак я могу обучить модель YOLO на наборе данных Fashion-MNIST?#

Чтобы обучить модель Ultralytics YOLO на наборе данных Fashion-MNIST, ты можешь использовать как Python, так и команды CLI. Вот краткий пример для начала:

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)

Более подробные параметры обучения смотри на странице обучения.

Link to this sectionПочему мне стоит использовать набор данных Fashion-MNIST для тестирования своих моделей машинного обучения?#

Набор данных Fashion-MNIST широко признан в сообществе глубокого обучения как надежная альтернатива MNIST. Он предлагает более сложный и разнообразный набор изображений, что делает его отличным выбором для тестирования моделей классификации изображений. Структура набора данных, включающая 60 000 обучающих и 10 000 тестовых изображений, каждое из которых помечено одним из 10 классов, делает его идеальным для оценки производительности различных алгоритмов машинного обучения в более сложных условиях.

Link to this sectionМогу ли я использовать Ultralytics YOLO для задач классификации изображений, таких как Fashion-MNIST?#

Да, модели Ultralytics YOLO можно использовать для задач классификации изображений, включая те, что связаны с набором данных Fashion-MNIST. Например, YOLO26 поддерживает различные задачи компьютерного зрения, такие как обнаружение, сегментация экземпляров, семантическая сегментация, классификация, оценка позы и ориентированное обнаружение объектов. Чтобы начать работу с задачами классификации изображений, обратись к странице классификации.

Link to this sectionКаковы ключевые особенности и структура набора данных Fashion-MNIST?#

Набор данных Fashion-MNIST разделен на два основных подмножества: 60 000 обучающих изображений и 10 000 тестовых. Каждое изображение представляет собой черно-белый снимок размером 28x28 пикселей, представляющий один из 10 модных классов. Простота и хорошо структурированный формат делают его идеальным для обучения и оценки моделей в задачах машинного обучения и компьютерного зрения. Более подробную информацию о структуре набора данных смотри в разделе о структуре набора данных.

Link to this sectionКак я могу указать использование набора данных Fashion-MNIST в своем исследовании?#

Если ты используешь набор данных Fashion-MNIST в своих исследованиях или проектах по разработке, важно упомянуть его, добавив ссылку на репозиторий GitHub. Это поможет правильно сослаться на Zalando Research, которые предоставили набор данных для публичного использования.