Набор данных Fashion-MNIST
Датасет Fashion-MNIST — это база данных изображений статей Zalando, состоящая из обучающего набора из 60 000 примеров и тестового набора из 10 000 примеров. Каждый пример представляет собой изображение в оттенках серого размером 28x28 пикселей, связанное с меткой из 10 классов. Fashion-MNIST предназначен для прямой замены оригинального датасета MNIST для бенчмаркинга алгоритмов machine learning.
Смотреть: Как сделать Классификация изображений на наборе данных Fashion MNIST с использованием Ultralytics YOLO11
Основные характеристики
- Fashion-MNIST содержит 60 000 обучающих изображений и 10 000 тестовых изображений статей Zalando.
- Набор данных состоит из изображений в оттенках серого размером 28x28 пикселей.
- Каждый пиксель имеет связанное с ним одно значение пикселя, указывающее на светлоту или темноту этого пикселя, причем более высокие числа означают более темный. Это значение пикселя является целым числом от 0 до 255.
- Fashion-MNIST широко используется для обучения и тестирования в области машинного обучения, особенно для задач классификации изображений.
Структура набора данных
Набор данных Fashion-MNIST разделен на два подмножества:
- Обучающий набор: Этот поднабор содержит 60 000 изображений, используемых для обучения моделей машинного обучения.
- Тестовый набор: Этот поднабор состоит из 10 000 изображений, используемых для тестирования и оценки обученных моделей.
Метки
Каждый пример для обучения и тестирования относится к одной из следующих категорий:
0. T-shirt/top
1. Trouser
2. Pullover
3. Dress
4. Coat
5. Sandal
6. Shirt
7. Sneaker
8. Bag
9. Ankle boot
Приложения
Набор данных Fashion-MNIST широко используется для обучения и оценки моделей глубокого обучения в задачах классификации изображений, таких как сверточные нейронные сети (CNN), машины 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.
Использование
Чтобы обучить модель CNN на наборе данных Fashion-MNIST в течение 100 эпох с размером изображения 28x28, вы можете использовать следующие фрагменты кода. Для получения полного списка доступных аргументов обратитесь к странице Обучение модели.
Пример обучения
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n-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 classify train data=fashion-mnist model=yolo11n-cls.pt epochs=100 imgsz=28
Примеры изображений и аннотации
Набор данных Fashion-MNIST содержит изображения в градациях серого статей Zalando, предоставляя хорошо структурированный набор данных для задач классификации изображений. Вот несколько примеров изображений из набора данных:
В примере демонстрируется разнообразие и сложность изображений в наборе данных Fashion-MNIST, что подчеркивает важность разнообразного набора данных для обучения надежных моделей классификации изображений.
Благодарности
Если вы используете набор данных Fashion-MNIST в своей исследовательской или опытно-конструкторской работе, пожалуйста, подтвердите авторство набора данных, указав ссылку на репозиторий GitHub. Этот набор данных был предоставлен Zalando Research.
Часто задаваемые вопросы
Что такое набор данных Fashion-MNIST и чем он отличается от MNIST?
Датасет Fashion-MNIST — это коллекция из 70 000 изображений статей Zalando в оттенках серого, предназначенная для замены оригинального датасета MNIST. Он служит эталоном для моделей машинного обучения в контексте задач image classification. В отличие от MNIST, который содержит рукописные цифры, Fashion-MNIST состоит из изображений размером 28x28 пикселей, классифицированных по 10 категориям, связанным с модой, таким как футболка/топ, брюки и ботильоны.
Как я могу обучить модель YOLO на наборе данных Fashion-MNIST?
Чтобы обучить модель Ultralytics YOLO на наборе данных Fashion-MNIST, вы можете использовать команды python и CLI. Вот краткий пример, чтобы начать:
Пример обучения
from ultralytics import YOLO
# Load a pretrained model
model = YOLO("yolo11n-cls.pt")
# Train the model on Fashion-MNIST
results = model.train(data="fashion-mnist", epochs=100, imgsz=28)
yolo classify train data=fashion-mnist model=yolo11n-cls.pt epochs=100 imgsz=28
Для получения более подробной информации о параметрах обучения обратитесь к странице обучения.
Зачем использовать набор данных Fashion-MNIST для тестирования моих моделей машинного обучения?
Датасет Fashion-MNIST широко признан в сообществе deep learning как надежная альтернатива MNIST. Он предлагает более сложный и разнообразный набор изображений, что делает его отличным выбором для бенчмаркинга моделей image classification. Структура датасета, включающая 60 000 обучающих изображений 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.
Могу ли я использовать Ultralytics YOLO для задач классификации изображений, таких как Fashion-MNIST?
Да, модели Ultralytics YOLO можно использовать для задач классификации изображений, в том числе с использованием набора данных Fashion-MNIST. YOLO11, например, поддерживает различные задачи компьютерного зрения, такие как detect, segment и классификация. Чтобы начать работу с задачами классификации изображений, обратитесь к странице «Классификация».
Каковы 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 изображений. Каждое изображение представляет собой изображение в градациях серого размером 28x28 пикселей, представляющее один из 10 классов, связанных с модой. Простота и хорошо структурированный формат делают его идеальным для обучения и оценки моделей в машинном обучении и компьютерном зрении. Более подробную информацию о структуре набора данных см. в разделе «Структура набора данных».
Как я могу указать использование набора данных Fashion-MNIST в моем исследовании?
Если вы используете набор данных Fashion-MNIST в своих исследовательских или девелоперских проектах, важно указать ссылку на репозиторий GitHub. Это поможет атрибутировать данные Zalando Research, которые предоставили этот набор данных для публичного использования.
