مجموعة بيانات Fashion-MNIST
مجموعة بيانات Fashion-MNIST عبارة عن قاعدة بيانات لصور مقالات Zalando - تتكون من مجموعة تدريب مكونة من 60,000 مثال ومجموعة اختبار مكونة من 10,000 مثال. كل مثال هو صورة ذات تدرج رمادي 28 × 28، مرتبطة بتسمية من 10 فئات. تهدف Fashion-MNIST إلى أن تكون بمثابة بديل مباشر لمجموعة بيانات MNIST الأصلية لتقييم خوارزميات التعلم الآلي.
شاهد: كيفية القيام بذلك تصنيف الصور على مجموعة بيانات Fashion MNIST باستخدام Ultralytics YOLO11
الميزات الرئيسية
- تحتوي Fashion-MNIST على 60,000 صورة تدريب و 10,000 صورة اختبار لصور مقالات Zalando.
- تتكون مجموعة البيانات من صور ذات تدرج رمادي بحجم 28 × 28 بكسل.
- تحتوي كل بكسل على قيمة بكسل واحدة مرتبطة بها، مما يشير إلى سطوع أو عتامة هذا البكسل، مع الأرقام الأعلى تعني أغمق. قيمة البكسل هذه هي عدد صحيح بين 0 و 255.
- تستخدم Fashion-MNIST على نطاق واسع للتدريب والاختبار في مجال تعلم الآلة، وخاصة لمهام تصنيف الصور.
هيكل مجموعة البيانات
تنقسم مجموعة بيانات Fashion-MNIST إلى مجموعتين فرعيتين:
- مجموعة التدريب: تحتوي هذه المجموعة الفرعية على 60,000 صورة تستخدم لتدريب نماذج التعلم الآلي.
- مجموعة الاختبار: تتكون هذه المجموعة الفرعية من 10,000 صورة تستخدم لاختبار وتقييم النماذج المدربة.
التصنيفات
يتم تعيين كل مثال تدريب واختبار إلى إحدى التصنيفات التالية:
0. T-shirt/top
1. Trouser
2. Pullover
3. Dress
4. Coat
5. Sandal
6. Shirt
7. Sneaker
8. Bag
9. Ankle boot
التطبيقات
تستخدم مجموعة بيانات Fashion-MNIST على نطاق واسع لتدريب وتقييم نماذج التعلم العميق في مهام تصنيف الصور، مثل الشبكات العصبية التلافيفية (CNNs)، و آلات المتجهات الداعمة (SVMs)، والعديد من خوارزميات تعلم الآلة الأخرى. إن التنسيق البسيط والمنظم جيدًا لمجموعة البيانات يجعلها موردًا أساسيًا للباحثين والممارسين في مجال تعلم الآلة ورؤية الكمبيوتر.
الاستخدام
لتدريب نموذج CNN على مجموعة بيانات Fashion-MNIST لعدد 100 حقبة بحجم صورة 28 × 28، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للحصول على قائمة شاملة بالحجج المتاحة، راجع صفحة التدريب الخاصة بالنموذج.
مثال على التدريب
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
عينات من الصور والشروحات التوضيحية
تحتوي مجموعة بيانات Fashion-MNIST على صور ذات تدرج رمادي لصور مقالات Zalando، مما يوفر مجموعة بيانات جيدة التنظيم لمهام تصنيف الصور. فيما يلي بعض الأمثلة على الصور من مجموعة البيانات:
يعرض المثال تنوع وتعقيد الصور في مجموعة بيانات Fashion-MNIST، مما يسلط الضوء على أهمية وجود مجموعة بيانات متنوعة لتدريب نماذج قوية لتصنيف الصور.
شكر وتقدير
إذا كنت تستخدم مجموعة بيانات Fashion-MNIST في أعمال البحث أو التطوير الخاصة بك، فيرجى الإشارة إلى مجموعة البيانات عن طريق الارتباط بـ مستودع GitHub. تم توفير مجموعة البيانات هذه بواسطة Zalando Research.
الأسئلة الشائعة
ما هي مجموعة بيانات Fashion-MNIST وكيف تختلف عن MNIST؟
مجموعة بيانات Fashion-MNIST عبارة عن مجموعة من 70,000 صورة ذات تدرج رمادي لصور مقالات Zalando، وهي مخصصة كبديل حديث لمجموعة بيانات MNIST الأصلية. وهي بمثابة معيار لنماذج تعلم الآلة في سياق مهام تصنيف الصور. على عكس MNIST، التي تحتوي على أرقام مكتوبة بخط اليد، تتكون Fashion-MNIST من صور بدقة 28 × 28 بكسل مصنفة إلى 10 فئات متعلقة بالموضة، مثل القمصان / البلوزات والسراويل والأحذية ذات الرقبة.
كيف يمكنني تدريب نموذج YOLO على مجموعة بيانات Fashion-MNIST؟
لتدريب نموذج Ultralytics YOLO على مجموعة بيانات Fashion-MNIST، يمكنك استخدام أوامر Python و CLI. إليك مثال سريع لمساعدتك على البدء:
مثال على التدريب
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
لمزيد من التفاصيل حول معلمات التدريب، راجع صفحة التدريب.
لماذا يجب علي استخدام مجموعة بيانات Fashion-MNIST لتقييم نماذج تعلم الآلة الخاصة بي؟
تُعد مجموعة بيانات Fashion-MNIST معترف بها على نطاق واسع في مجتمع التعلم العميق كبديل قوي لـ MNIST. إنها تقدم مجموعة أكثر تعقيدًا وتنوعًا من الصور، مما يجعلها خيارًا ممتازًا لتقييم نماذج تصنيف الصور. إن هيكل مجموعة البيانات، الذي يضم 60,000 صورة تدريب و 10,000 صورة اختبار، تم تصنيف كل منها بواحدة من 10 فئات، يجعلها مثالية لتقييم أداء خوارزميات التعلم الآلي المختلفة في سياق أكثر تحديًا.
هل يمكنني استخدام Ultralytics YOLO لمهام تصنيف الصور مثل Fashion-MNIST؟
نعم، يمكن استخدام نماذج Ultralytics YOLO لمهام تصنيف الصور، بما في ذلك تلك التي تتضمن مجموعة بيانات Fashion-MNIST. يدعم YOLO11، على سبيل المثال، مهام رؤية مختلفة مثل الكشف والتجزئة والتصنيف. للبدء في مهام تصنيف الصور، ارجع إلى صفحة التصنيف.
ما هي الميزات الرئيسية وهيكل مجموعة بيانات Fashion-MNIST؟
تنقسم مجموعة بيانات Fashion-MNIST إلى مجموعتين فرعيتين رئيسيتين: 60,000 صورة تدريب و 10,000 صورة اختبار. كل صورة هي صورة ذات تدرج رمادي بدقة 28 × 28 بكسل تمثل واحدة من 10 فئات متعلقة بالموضة. إن البساطة والتنسيق المنظم جيدًا يجعلها مثالية لتدريب وتقييم النماذج في مهام التعلم الآلي و رؤية الكمبيوتر. لمزيد من التفاصيل حول هيكل مجموعة البيانات، راجع قسم هيكل مجموعة البيانات.
كيف يمكنني الاعتراف باستخدام مجموعة بيانات Fashion-MNIST في بحثي؟
إذا كنت تستخدم مجموعة بيانات Fashion-MNIST في مشاريع البحث أو التطوير الخاصة بك، فمن المهم الاعتراف بها من خلال الارتباط بـ مستودع GitHub. يساعد هذا في إسناد البيانات إلى Zalando Research، الذين جعلوا مجموعة البيانات متاحة للاستخدام العام.
