Bộ dữ liệu Fashion-MNIST#

70,000

Fashion-MNIST

ultralytics

publicClassify

Fashion-MNIST is Zalando Research's image classification benchmark of 70,000 28 x 28 grayscale fashion images across 10 balanced classes. It contains 60,000 training and 10,000 test images, each with one class label. Classes are ankle boot, bag, coat, dress, pullover, sandal, shirt, sneaker, T-shirt/top, and trouser. Created by Han Xiao, Kashif Rasul, and Roland Vollgraf and released under the MIT License. Please cite Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms (2017).

10 classes71.7 MBAug 21, 2026

Ankle_bootBagCoatDress+6

image-classificationfashion-mnistclothing+1

Dataset Fashion-MNIST là một chuẩn benchmark image classification gồm 70.000 ảnh thang độ xám kích thước 28x28 của các mặt hàng quần áo từ Zalando, được chia đều thành 10 lớp — áo thun/áo top, quần tây, áo chui đầu, váy, áo khoác, sandal, áo sơ mi, giày thể thao, túi xách và bốt cổ ngắn. Dataset đi kèm với tập phân chia sẵn gồm 60.000 ảnh huấn luyện và 10.000 ảnh kiểm thử (7.000 ảnh mỗi lớp) và đóng vai trò là sự thay thế thả-vào (drop-in replacement) cho dataset MNIST gốc để benchmark các thuật toán machine learning. Để xem phiên bản tương đương dạng ảnh màu, hãy tham khảo dataset CIFAR-10 liên quan.

Khám phá Fashion-MNIST trên Ultralytics Platform để xem trước các mẫu, kiểm tra thống kê bộ dữ liệu và sao chép (clone) bộ dữ liệu này để huấn luyện.

Tính năng chính#

• Fashion-MNIST chứa 70.000 ảnh thang độ xám kích thước 28x28 pixel, được chia đều thành 10 lớp.
• Mỗi lớp chứa chính xác 7.000 ảnh — 6.000 cho huấn luyện và 1.000 cho kiểm tra — vì vậy tập dữ liệu này hoàn toàn cân bằng.
• Đây là bản thay thế trực tiếp cho MNIST: kích thước ảnh, định dạng và cấu trúc phân chia giống hệt nhau, nhưng với các danh mục quần áo khó hơn thay vì các chữ số viết tay.
• Tập dữ liệu đi kèm với phân chia train/test định sẵn, vì vậy không cần thực hiện việc chia dữ liệu thủ công hay tự động.
• Fashion-MNIST là một chuẩn benchmark tiêu chuẩn cho nghiên cứu image classification và deep learning.

Cấu trúc tập dữ liệu#

Fashion-MNIST đi kèm với một cấu trúc phân chia chính thức, được xác định trước, vì vậy không cần phải phân vùng tự động hay thủ công:

• Các lớp: 10 (áo thun/áo kiểu, quần dài, áo chui đầu, váy liền, áo khoác, dép sandal, áo sơ mi, giày sneaker, túi xách, bốt cổ ngắn)
• Tổng số ảnh: 70.000 (28x28 thang độ xám)
• Tập huấn luyện: 60.000 ảnh (6.000 ảnh mỗi lớp)
• Tập kiểm tra: 10.000 hình ảnh (1.000 ảnh mỗi lớp)

Ứng dụng#

Fashion-MNIST được sử dụng rộng rãi để huấn luyện và đánh giá các model image classification, từ các Convolutional Neural Networks (CNN) và Support Vector Machines (SVM) cổ điển đến các kiến trúc deep learning hiện đại. Các ảnh thang độ xám nhỏ và 10 danh mục quần áo của dataset này biến nó thành một chuẩn benchmark nhanh, có thể tái tạo để so sánh thuật toán và thử nghiệm computer vision, đồng thời mang tính thử thách cao hơn các chữ số viết tay của MNIST.

Cách sử dụng#

Huấn luyện một model YOLO trên Fashion-MNIST trong 100 epochs với kích thước ảnh là 28. Để xem danh sách đầy đủ các tham số khả dụng, hãy xem trang Training và hướng dẫn tác vụ image classification.

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)

Hình ảnh mẫu và chú thích#

Các ảnh mẫu từ tập dữ liệu Fashion-MNIST:

Các mẫu này cho thấy sự đa dạng của các danh mục quần áo trong tập dữ liệu Fashion-MNIST, nhấn mạnh giá trị của một tập dữ liệu đa dạng để huấn luyện các mô hình image classification mạnh mẽ.

Trích dẫn và Ghi nhận#

Nếu bạn sử dụng tập dữ liệu Fashion-MNIST trong công việc nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn bài báo sau đây:

@article{xiao2017fashion,
         title={Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms},
         author={Han Xiao and Kashif Rasul and Roland Vollgraf},
         year={2017},
         eprint={1708.07747},
         archivePrefix={arXiv},
         primaryClass={cs.LG}
}

Chúng tôi xin gửi lời cảm ơn đến Zalando Research vì đã tạo ra và duy trì dataset Fashion-MNIST như một nguồn tài nguyên quý giá cho cộng đồng nghiên cứu machine learning và computer vision. Để biết thêm thông tin về dataset Fashion-MNIST và những người tạo ra nó, hãy truy cập Fashion-MNIST GitHub repository.

Câu hỏi thường gặp#