在 Ultralytics YOLO 中训练 Fashion-MNIST 图像分类模型数据集解析与完整实践指南【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10导读Fashion-MNIST 是 Zalando Research 发布的时尚商品图像分类数据集被设计为经典 MNIST 手写数字数据集的即插即用替代品广泛用于卷积神经网络CNN等图像分类模型的训练与基准测试。本指南以 docs/en/datasets/classify/fashion-mnist.md 为骨架结合当前仓库中ultralytics分类任务的源码实现数据集加载、训练器、验证器、预测器与默认配置系统讲解该数据集的结构、标签体系以及如何使用 YOLOv8n-cls 分类模型完成从训练、验证到推理的完整闭环帮助你掌握在 Ultralytics YOLO 框架中跑通一个标准分类数据集的全部技术细节。Fashion-MNIST 数据集概览Fashion-MNIST 是 Zalando 商品图像的数据库由 Zalando Research 发布。它包含60,000 张训练图像和10,000 张测试图像每张图像都是28×28 像素的灰度图并关联一个从 10 个类别中选出的标签。该数据集的设计初衷是作为原始 MNIST 手写数字数据集的**直接替代品drop-in replacement**用于机器学习算法基准测试两者的样本规模、图像尺寸、灰度格式、类别数量10 类与任务类型完全一致但 Fashion-MNIST 的样本内容从手写数字变成了复杂的服装商品图像从而为算法评估提供了更具区分度的挑战。在 docs/en/datasets/classify/index.md 支持自动下载的分类数据集中Fashion-MNIST 与 CIFAR-10、ImageNet、MNIST 等并列可直接通过datafashion-mnist触发自动下载。关键特性共 70,000 张 Zalando 商品图像其中 60,000 张用于训练10,000 张用于测试。全部为 28×28 像素的灰度图像。每个像素携带单一像素值表示该点的明暗程度数值越大越暗取值范围为 0 到 255 的整数。是机器学习和图像分类领域广泛使用的训练与测试基准。数据集结构Fashion-MNIST 划分为两个子集训练集Training Set包含 60,000 张图像用于训练机器学习模型。测试集Testing Set包含 10,000 张图像用于测试和基准评估训练完成的模型。标签体系每个训练与测试样本都被分配为以下 10 个类别标签之一标签值类别英文类别中文参考0T-shirt/topT 恤/上衣1Trouser裤子2Pullover套头衫3Dress连衣裙4Coat外套5Sandal凉鞋6Shirt衬衫7Sneaker运动鞋8Bag包9Ankle boot踝靴应用场景Fashion-MNIST 被广泛用于训练和评估图像分类任务中的深度学习模型例如卷积神经网络CNN、支持向量机SVM以及其他各类机器学习算法。得益于其简单而结构规整的格式该数据集是机器学习和计算机视觉领域研究人员与实践者的基础资源常被用作新模型的快速基线测试与算法对比基准教学与入门实验中替代 MNIST 的进阶选项数据增强、正则化、超参数调优等训练技巧的快速验证平台。使用 Ultralytics YOLO 训练分类模型在 Ultralytics YOLO 中分类任务的入口是yolov8n-cls等以-cls后缀标识的分类模型。以下代码与命令基于 docs/en/datasets/classify/fashion-mnist.md 中的训练示例并补充了完整可运行细节。Python 方式from ultralytics import YOLO # 加载模型推荐加载预训练模型作为起点 model YOLO(yolov8n-cls.pt) # 在 Fashion-MNIST 上训练 100 个 epoch图像尺寸 28x28 results model.train(datafashion-mnist, epochs100, imgsz28)CLI 方式# 从预训练 *.pt 模型开始训练 yolo classify train datafashion-mnist modelyolov8n-cls.pt epochs100 imgsz28注意原始文档中 CLI 示例使用的是yolo detect train而在当前仓库的分类任务中正确的任务关键字是classify见 ultralytics/models/yolo/classify/train.py 中ClassificationTrainer将task强制设为classify。关于全部可用的训练参数请参阅 训练模式文档。数据自动下载与目录组织当datafashion-mnist时Ultralytics 会自动下载数据集并将其组织为 torchvisionImageFolder风格的标准分类目录结构。按 docs/en/datasets/classify/index.md 所述分类数据集的目录格式为root/ |-- class1/ | |-- img1.jpg | |-- img2.jpg | |-- ... |-- class2/ | |-- img1.jpg | |-- img2.jpg | |-- ... |-- class3/ | |-- img1.jpg | |-- img2.jpg | |-- ... |-- ...即root目录下为每个类别建立一个以类别名命名的子目录子目录内是该类别的全部图像。如果你有自定义数据集只需按此格式组织目录再将data参数指向数据集目录即可无缝复用同一套训练流程。源码级解析分类数据流与训练闭环当前仓库的ultralytics代码库完整实现了分类任务的数据加载、训练、验证与预测链路。理解这些实现有助于你更好地调参和排查问题。数据加载基于 torchvision ImageFolder 的扩展分类数据集由 ultralytics/data/dataset.py 中的ClassificationDataset类承载它直接继承自torchvision.datasets.ImageFolder因此天然支持按类目子目录组织的数据集。该类的核心职责包括图像校验与缓存verify_images()会扫描全部图像过滤损坏样本并将校验结果写入.cache文件后续加载时通过文件哈希判断缓存是否有效从而加速重复训练。缓存加速支持cacheTrue/ram图像缓存进内存与cachedisk图像以无压缩.npy文件缓存到磁盘两种方式减少训练时 IO 开销。数据增强训练模式下通过classify_augmentations()应用缩放、水平/垂直翻转、随机擦除erasing、HSV 扰动与可选的auto_augmentrandaugment / augmix / autoaugment验证/测试模式则通过classify_transforms()仅做缩放与中心裁剪。类别采样当args.fraction 1.0时可截取训练样本的前 N% 用于快速实验见 ultralytics/data/dataset.py。在 ultralytics/data/utils.py 中分类数据集的统计信息同样通过torchvision.datasets.ImageFolder获取每个 splittrain/val/test的类别分布用于输出数据集统计报告。训练器ClassificationTrainerultralytics/models/yolo/classify/train.py 中的ClassificationTrainer继承自BaseTrainer承担分类任务的完整训练编排值得关注的设计点包括默认输入尺寸构造函数中若未显式指定imgsz默认设为 224而非检测任务的 640因此 Fashion-MNIST 的 28×28 图像在使用imgsz28时会被直接缩放送入模型。模型来源的三种路径setup_model()支持从本地*.pt权重加载、从*.yaml配置构建、或直接传入 torchvision 内置模型名如resnet18加载 ImageNet 预训练权重最后统一通过ClassificationModel.reshape_outputs()将输出头调整为当前数据集的类别数nc。Dropout 正则化当配置了dropout参数时会为模型中的所有torch.nn.Dropout层设置丢弃概率见 ultralytics/models/yolo/classify/train.py这对在 Fashion-MNIST 这种规模较小的数据集上抑制过拟合很有帮助。类别名同步set_model_attributes()将数据集加载出的类别名写入模型names保证预测与验证输出的标签可读。验证器ClassificationValidator 与评估指标ultralytics/models/yolo/classify/val.py 中的ClassificationValidator定义了分类任务的评估流程其核心指标是top-1 与 top-5 准确率见get_desc()中打印的top1_acc/top5_acc列。验证阶段会对每个 batch 取每个样本的 top-5 预测n5 min(len(self.names), 5)累积预测与目标构建分类混淆矩阵ConfusionMatrix并在plotsTrue时输出归一化与未归一化两种混淆矩阵图ultralytics/models/yolo/classify/val.py方便分析 Fashion-MNIST 中容易混淆的类别如 T-shirt/top 与 Shirt、Pullover 与 Coat训练结束后自动绘制训练样本批次图、验证标签图与预测图保存到训练输出目录。推理ClassificationPredictor训练完成后可使用 ultralytics/models/yolo/classify/predict.py 中的ClassificationPredictor对任意图像执行分类推理结果以Results对象携带类别概率probs返回。一个典型的 Python 推理示例如下from ultralytics import YOLO model YOLO(runs/classify/train/weights/best.pt) # 加载训练好的模型 results model(path/to/image.jpg) # 对图像分类 print(results[0].probs.top1, results[0].names[results[0].probs.top1]) # top-1 类别CLI 对应命令为yolo classify predict modelruns/classify/train/weights/best.pt sourcepath/to/image.jpg关键训练参数速查以下参数均可在 ultralytics/cfg/default.yaml 中找到默认值并可通过 Python 关键字参数或 CLI 覆盖参数默认值说明epochs100训练轮数imgsz224分类默认输入图像尺寸Fashion-MNIST 建议 28batch16每批图像数-1 启用 AutoBatchcacheFalseTrue/ram/disk缓存图像加速训练device空运行设备如0、0,1,2,3、cpuworkers8数据加载线程数pretrainedTrue是否使用预训练权重dropout0.0分类任务专用的 Dropout 概率optimizerauto优化器可选 SGD、Adam、AdamW 等或 auto 自动选择fraction1.0训练集使用比例可用于快速试跑cos_lrFalse是否使用余弦学习率调度resumeFalse是否从最近 checkpoint 恢复训练ampTrue是否启用自动混合精度训练plotsTrue是否保存训练/验证过程图在 Fashion-MNIST 这类 70K 小图上合理组合dropout如 0.1、cacheTrue数据量小可直接缓存进内存以及fraction快速试跑可以显著提升实验迭代效率。总结Fashion-MNIST 凭借与 MNIST 完全一致的数据形态和更具语义复杂度的服装图像成为评估图像分类算法的理想基准。在 Ultralytics YOLO 框架下通过datafashion-mnist一条指令即可完成数据集自动下载配合yolov8n-cls预训练分类模型仅需几行代码就能跑通训练、验证与推理全流程。结合ClassificationDataset的缓存与校验机制、ClassificationTrainer的多源模型加载与 Dropout 支持以及ClassificationValidator的 top-1/top-5 与混淆矩阵评估你可以快速在标准基准上验证模型设计并将同一套流程平滑迁移到自己的自定义分类数据集上。致谢如果你在研究或开发工作中使用了 Fashion-MNIST 数据集请通过其 GitHub 仓库由 Zalando Research 提供标注数据来源。该数据集由 Zalando Research 制作发布感谢其为机器学习社区提供的宝贵资源。【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 在 Ultralytics YOLO 中训练 Fashion-MNIST 图像分类模型：数据集解析与完整实践指南
在 Ultralytics YOLO 中训练 Fashion-MNIST 图像分类模型数据集解析与完整实践指南【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10导读Fashion-MNIST 是 Zalando Research 发布的时尚商品图像分类数据集被设计为经典 MNIST 手写数字数据集的即插即用替代品广泛用于卷积神经网络CNN等图像分类模型的训练与基准测试。本指南以 docs/en/datasets/classify/fashion-mnist.md 为骨架结合当前仓库中ultralytics分类任务的源码实现数据集加载、训练器、验证器、预测器与默认配置系统讲解该数据集的结构、标签体系以及如何使用 YOLOv8n-cls 分类模型完成从训练、验证到推理的完整闭环帮助你掌握在 Ultralytics YOLO 框架中跑通一个标准分类数据集的全部技术细节。Fashion-MNIST 数据集概览Fashion-MNIST 是 Zalando 商品图像的数据库由 Zalando Research 发布。它包含60,000 张训练图像和10,000 张测试图像每张图像都是28×28 像素的灰度图并关联一个从 10 个类别中选出的标签。该数据集的设计初衷是作为原始 MNIST 手写数字数据集的**直接替代品drop-in replacement**用于机器学习算法基准测试两者的样本规模、图像尺寸、灰度格式、类别数量10 类与任务类型完全一致但 Fashion-MNIST 的样本内容从手写数字变成了复杂的服装商品图像从而为算法评估提供了更具区分度的挑战。在 docs/en/datasets/classify/index.md 支持自动下载的分类数据集中Fashion-MNIST 与 CIFAR-10、ImageNet、MNIST 等并列可直接通过datafashion-mnist触发自动下载。关键特性共 70,000 张 Zalando 商品图像其中 60,000 张用于训练10,000 张用于测试。全部为 28×28 像素的灰度图像。每个像素携带单一像素值表示该点的明暗程度数值越大越暗取值范围为 0 到 255 的整数。是机器学习和图像分类领域广泛使用的训练与测试基准。数据集结构Fashion-MNIST 划分为两个子集训练集Training Set包含 60,000 张图像用于训练机器学习模型。测试集Testing Set包含 10,000 张图像用于测试和基准评估训练完成的模型。标签体系每个训练与测试样本都被分配为以下 10 个类别标签之一标签值类别英文类别中文参考0T-shirt/topT 恤/上衣1Trouser裤子2Pullover套头衫3Dress连衣裙4Coat外套5Sandal凉鞋6Shirt衬衫7Sneaker运动鞋8Bag包9Ankle boot踝靴应用场景Fashion-MNIST 被广泛用于训练和评估图像分类任务中的深度学习模型例如卷积神经网络CNN、支持向量机SVM以及其他各类机器学习算法。得益于其简单而结构规整的格式该数据集是机器学习和计算机视觉领域研究人员与实践者的基础资源常被用作新模型的快速基线测试与算法对比基准教学与入门实验中替代 MNIST 的进阶选项数据增强、正则化、超参数调优等训练技巧的快速验证平台。使用 Ultralytics YOLO 训练分类模型在 Ultralytics YOLO 中分类任务的入口是yolov8n-cls等以-cls后缀标识的分类模型。以下代码与命令基于 docs/en/datasets/classify/fashion-mnist.md 中的训练示例并补充了完整可运行细节。Python 方式from ultralytics import YOLO # 加载模型推荐加载预训练模型作为起点 model YOLO(yolov8n-cls.pt) # 在 Fashion-MNIST 上训练 100 个 epoch图像尺寸 28x28 results model.train(datafashion-mnist, epochs100, imgsz28)CLI 方式# 从预训练 *.pt 模型开始训练 yolo classify train datafashion-mnist modelyolov8n-cls.pt epochs100 imgsz28注意原始文档中 CLI 示例使用的是yolo detect train而在当前仓库的分类任务中正确的任务关键字是classify见 ultralytics/models/yolo/classify/train.py 中ClassificationTrainer将task强制设为classify。关于全部可用的训练参数请参阅 训练模式文档。数据自动下载与目录组织当datafashion-mnist时Ultralytics 会自动下载数据集并将其组织为 torchvisionImageFolder风格的标准分类目录结构。按 docs/en/datasets/classify/index.md 所述分类数据集的目录格式为root/ |-- class1/ | |-- img1.jpg | |-- img2.jpg | |-- ... |-- class2/ | |-- img1.jpg | |-- img2.jpg | |-- ... |-- class3/ | |-- img1.jpg | |-- img2.jpg | |-- ... |-- ...即root目录下为每个类别建立一个以类别名命名的子目录子目录内是该类别的全部图像。如果你有自定义数据集只需按此格式组织目录再将data参数指向数据集目录即可无缝复用同一套训练流程。源码级解析分类数据流与训练闭环当前仓库的ultralytics代码库完整实现了分类任务的数据加载、训练、验证与预测链路。理解这些实现有助于你更好地调参和排查问题。数据加载基于 torchvision ImageFolder 的扩展分类数据集由 ultralytics/data/dataset.py 中的ClassificationDataset类承载它直接继承自torchvision.datasets.ImageFolder因此天然支持按类目子目录组织的数据集。该类的核心职责包括图像校验与缓存verify_images()会扫描全部图像过滤损坏样本并将校验结果写入.cache文件后续加载时通过文件哈希判断缓存是否有效从而加速重复训练。缓存加速支持cacheTrue/ram图像缓存进内存与cachedisk图像以无压缩.npy文件缓存到磁盘两种方式减少训练时 IO 开销。数据增强训练模式下通过classify_augmentations()应用缩放、水平/垂直翻转、随机擦除erasing、HSV 扰动与可选的auto_augmentrandaugment / augmix / autoaugment验证/测试模式则通过classify_transforms()仅做缩放与中心裁剪。类别采样当args.fraction 1.0时可截取训练样本的前 N% 用于快速实验见 ultralytics/data/dataset.py。在 ultralytics/data/utils.py 中分类数据集的统计信息同样通过torchvision.datasets.ImageFolder获取每个 splittrain/val/test的类别分布用于输出数据集统计报告。训练器ClassificationTrainerultralytics/models/yolo/classify/train.py 中的ClassificationTrainer继承自BaseTrainer承担分类任务的完整训练编排值得关注的设计点包括默认输入尺寸构造函数中若未显式指定imgsz默认设为 224而非检测任务的 640因此 Fashion-MNIST 的 28×28 图像在使用imgsz28时会被直接缩放送入模型。模型来源的三种路径setup_model()支持从本地*.pt权重加载、从*.yaml配置构建、或直接传入 torchvision 内置模型名如resnet18加载 ImageNet 预训练权重最后统一通过ClassificationModel.reshape_outputs()将输出头调整为当前数据集的类别数nc。Dropout 正则化当配置了dropout参数时会为模型中的所有torch.nn.Dropout层设置丢弃概率见 ultralytics/models/yolo/classify/train.py这对在 Fashion-MNIST 这种规模较小的数据集上抑制过拟合很有帮助。类别名同步set_model_attributes()将数据集加载出的类别名写入模型names保证预测与验证输出的标签可读。验证器ClassificationValidator 与评估指标ultralytics/models/yolo/classify/val.py 中的ClassificationValidator定义了分类任务的评估流程其核心指标是top-1 与 top-5 准确率见get_desc()中打印的top1_acc/top5_acc列。验证阶段会对每个 batch 取每个样本的 top-5 预测n5 min(len(self.names), 5)累积预测与目标构建分类混淆矩阵ConfusionMatrix并在plotsTrue时输出归一化与未归一化两种混淆矩阵图ultralytics/models/yolo/classify/val.py方便分析 Fashion-MNIST 中容易混淆的类别如 T-shirt/top 与 Shirt、Pullover 与 Coat训练结束后自动绘制训练样本批次图、验证标签图与预测图保存到训练输出目录。推理ClassificationPredictor训练完成后可使用 ultralytics/models/yolo/classify/predict.py 中的ClassificationPredictor对任意图像执行分类推理结果以Results对象携带类别概率probs返回。一个典型的 Python 推理示例如下from ultralytics import YOLO model YOLO(runs/classify/train/weights/best.pt) # 加载训练好的模型 results model(path/to/image.jpg) # 对图像分类 print(results[0].probs.top1, results[0].names[results[0].probs.top1]) # top-1 类别CLI 对应命令为yolo classify predict modelruns/classify/train/weights/best.pt sourcepath/to/image.jpg关键训练参数速查以下参数均可在 ultralytics/cfg/default.yaml 中找到默认值并可通过 Python 关键字参数或 CLI 覆盖参数默认值说明epochs100训练轮数imgsz224分类默认输入图像尺寸Fashion-MNIST 建议 28batch16每批图像数-1 启用 AutoBatchcacheFalseTrue/ram/disk缓存图像加速训练device空运行设备如0、0,1,2,3、cpuworkers8数据加载线程数pretrainedTrue是否使用预训练权重dropout0.0分类任务专用的 Dropout 概率optimizerauto优化器可选 SGD、Adam、AdamW 等或 auto 自动选择fraction1.0训练集使用比例可用于快速试跑cos_lrFalse是否使用余弦学习率调度resumeFalse是否从最近 checkpoint 恢复训练ampTrue是否启用自动混合精度训练plotsTrue是否保存训练/验证过程图在 Fashion-MNIST 这类 70K 小图上合理组合dropout如 0.1、cacheTrue数据量小可直接缓存进内存以及fraction快速试跑可以显著提升实验迭代效率。总结Fashion-MNIST 凭借与 MNIST 完全一致的数据形态和更具语义复杂度的服装图像成为评估图像分类算法的理想基准。在 Ultralytics YOLO 框架下通过datafashion-mnist一条指令即可完成数据集自动下载配合yolov8n-cls预训练分类模型仅需几行代码就能跑通训练、验证与推理全流程。结合ClassificationDataset的缓存与校验机制、ClassificationTrainer的多源模型加载与 Dropout 支持以及ClassificationValidator的 top-1/top-5 与混淆矩阵评估你可以快速在标准基准上验证模型设计并将同一套流程平滑迁移到自己的自定义分类数据集上。致谢如果你在研究或开发工作中使用了 Fashion-MNIST 数据集请通过其 GitHub 仓库由 Zalando Research 提供标注数据来源。该数据集由 Zalando Research 制作发布感谢其为机器学习社区提供的宝贵资源。【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考