Feb, 2017

EMNIST：手写字母的 MNIST 扩展数据集

PDF
TL;DR介绍了一个常用于图像分类和机器学习的 MNIST 数据集的扩展版本 EMNIST，它包含更具挑战性的数字和字母分类任务，而且与原始的 MNIST 任务具有相同的图像结构和参数，兼容所有现有的分类器和系统。通过将转换后的 NIST 数据集和 MNIST 数据集的分类结果进行比较来验证转换过程。
mnist datasetemnist datasetimage classificationmachine learningnist database
发现论文，激发创造
  • TextCaps: 使用非常小的数据集进行手写字符识别

    本文介绍了一种技术，通过加入实际的随机噪声到参数实例化中，从现有样本生成新的训练样本数据，以实现针对缺少大量标记数据的本地语言的字符识别，同时可用于物体识别等相关上下文。

    Apr, 2019

  • Kannada-MNIST: 一种为卡纳达语量身定制的新手写数字数据集

    本文介绍了一种新的手写数字数据集 Kannada-MNIST，可作为原 MNIST 数据集的直接替代品，并提供了另外一个真实世界的手写数据集 Dig-MNIST，以作为领域外测试数据集。我们公开了所有代码以及原始扫描图像与扫描设置，这使得研究人员可以进行端到端比较。所得到的基线准确率表明，这些数据集确实提供了一个比 MNIST 或 KMNIST 数据集更具挑战性的普适性挑战。

    Aug, 2019

  • 失落的 MNIST 数字

    本文通过追踪 MNIST 数字的 NIST 源以及完整重构 MNIST 测试集（60000 个样本而非常用的 10000 个），证实 MNIST 数据集在 25 年实验后仍然保持模型选择和分类器排序的可靠性，虽然误分类率略有波动，这可能是在相同数字上进行分类器比较的配对效益所致。

    May, 2019

  • Afro-MNIST: 合成 MNIST 风格的数据集，用于低资源语言

    介绍 Afro-MNIST 合成数据集及其用途，以及一种基于单个数字示例生成 MNIST 风格数据集的方法，并希望激励其他数字符号系统的科学研究。

    Sep, 2020

  • Fashion-MNIST: 一种新颖的图像数据集，用于基准测试机器学习算法

    介绍 Fashion-MNIST 数据集，该数据集由十个类别的七万张灰度图像组成，旨在作为 MNIST 数据集的替代品，用于机器学习算法的基准测试。

    Aug, 2017

  • MedMNIST v2 -- 二维和三维生物医学图像分类的大规模轻量级基准

    介绍了一个类似于 MNIST 的大规模医学图像数据集 MedMNIST v2，包括 12 个 2D 数据集和 6 个 3D 数据集，经过预处理的图像大小为 28x28 或 28x28x28，支持多种数据集规模和任务，并提供了基准方法 （2D/3D 神经网络和开源 / 商业 AutoML 工具）进行分类任务。可用于医学图像分析，计算机视觉和机器学习等领域的研究和教育目的。

    Oct, 2021

  • 手写英文字母惯性测量单元数据集

    本研究提出了一种端到端的方法来利用惯性测量单元 (IMUs) 收集数据集，以识别手写英文字母，并利用印度写作风格中存在的多样性。该研究可拓展到模式识别的领域，并为在多语言和文化背景中识别手写字母提供有价值的见解。

    Jul, 2023

  • MNIST 手写数字图像的修剪

    我们提出了一种两阶段深度学习方法，用于识别手写数字，通过过滤失真和模糊图像来改善分类准确度，并在测试数据集上达到 99.5% 的准确率。

    May, 2023

  • 重新思考模型原型设计：通过 MedMNIST + 数据集集合

    该研究提供了一个全面的基准测试，用于多样化评估医学图像分类的常见卷积神经网络和 Transformer-based 模型，并发现计算效率高的训练方案和现代基础模型在减少昂贵的端到端训练和资源精细的方法之间具有潜力。此外，研究结果表明，较高分辨率未必在一定阈值之上始终提高性能，提倡在原型阶段尤其使用较低分辨率以加快处理速度。同时，该研究也确认了卷积模型与 ViT-based 模型的竞争力，强调了不同模型架构的内在能力的重要性。希望该研究的标准化评估框架能够提高 MedMNIST + 数据集以及未来研究的透明度、可复现性和可比性。

    Apr, 2024

  • 手写文件的非破坏性检验的新数据集

    司法笔迹鉴定是法医科学的一个分支，旨在通过全面比较内在的局部和全局特征，检验手写文件以准确定义或假设手稿的作者。该研究提出了一个新的数据集，包括传统手写文件和数字工具（如平板电脑）生成的文件之间的比较，并展示了数据的初步结果，显示第一子集可以达到 90％的分类准确率，第二子集可以达到 96％。

    Jan, 2024