Link to this sectionНабор данных Fashion-MNIST#

Набор данных Fashion-MNIST представляет собой базу изображений товаров Zalando, состоящую из тренировочного набора из 60 000 примеров и тестового набора из 10 000 примеров. Каждый пример — это изображение в оттенках серого размером 28x28, связанное с меткой одного из 10 классов. Fashion-MNIST призван служить прямой заменой исходного набора данных MNIST для оценки алгоритмов машинного обучения.

Link to this sectionОсновные характеристики#

• Fashion-MNIST содержит 60 000 тренировочных и 10 000 тестовых изображений товаров Zalando.
• Набор данных состоит из изображений в оттенках серого размером 28x28 пикселей.
• Каждый пиксель имеет единственное значение, указывающее на его яркость, где большие числа означают более темные оттенки. 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.

Link to this sectionСтруктура набора данных#

Набор данных Fashion-MNIST разделен на две части:

1. Тренировочный набор: Этот поднабор содержит 60 000 изображений, используемых для обучения моделей машинного обучения.
2. Тестовый набор: Этот поднабор состоит из 10 000 изображений, используемых для тестирования и оценки обученных моделей.

Link to this sectionМетки#

Каждый тренировочный 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), 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.

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 аннотаций#

Набор данных Fashion-MNIST содержит изображения товаров Zalando в оттенках серого, предоставляя 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 своих исследованиях или разработках, пожалуйста, укажи его, 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 представляет собой коллекцию из 70 000 изображений товаров Zalando в оттенках серого, предназначенную как современная замена исходному набору данных MNIST. Он служит эталоном для моделей машинного обучения в контексте задач классификации изображений. В отличие от MNIST, содержащего рукописные цифры, Fashion-MNIST состоит из изображений 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, чтобы начать:

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 оценки 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 сравнительного анализа моделей классификации изображений. Структура набора данных, состоящая из 60 000 тренировочных 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 могут быть использованы для задач классификации изображений, включая те, что связаны с набором данных Fashion-MNIST. YOLO26, например, поддерживает различные задачи компьютерного зрения, такие как обнаружение, сегментация экземпляров, семантическая сегментация, классификация, оценка поз и ориентированное обнаружение объектов. Чтобы начать работу с задачами классификации изображений, обратись к странице классификации.

Link to this sectionКаковы основные характеристики и структура набора данных Fashion-MNIST?#

Набор данных Fashion-MNIST разделен на два основных поднабора: 60 000 тренировочных и 10 000 тестовых изображений. Каждое изображение представляет собой картинку 28x28 пикселей в оттенках серого, соответствующую одному из 10 модных классов. Простота и хорошо структурированный формат делают его идеальным для обучения и оценки моделей в задачах машинного обучения и компьютерного зрения. Для получения дополнительных сведений о структуре данных смотри раздел Структура набора данных.

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

Если ты используешь набор данных Fashion-MNIST в своих исследованиях или проектах разработки, важно указать ссылку на репозиторий GitHub. Это помогает приписать данные Zalando Research, которые сделали набор данных доступным для публичного использования.