Afro-MNIST：面向低资源语言的 MNIST 风格数据集合成生成
计算机视觉与模式识别
2020-09-29 v1 机器学习
摘要
我们提出 Afro-MNIST，一组用于亚非语系与尼日尔-刚果语系四种正字法的 MNIST 风格合成数据集：Ge`ez（埃塞俄比亚文）、Vai、Osmanya 与 N'Ko。这些数据集可作为 MNIST 的“即插即用”替代。我们还描述并开源了一种从每个数字单个样本合成生成 MNIST 风格数据集的方法。这些数据集可在 https://github.com/Daniel-Wu/AfroMNIST 获取。我们希望能为其他数字系统开发 MNIST 风格数据集，并希望这些数据集能活跃研究界中代表性不足国家的机器学习教育。
引用
@article{arxiv.2009.13509,
title = {Afro-MNIST: Synthetic generation of MNIST-style datasets for low-resource languages},
author = {Daniel J Wu and Andrew C Yang and Vinay U Prabhu},
journal= {arXiv preprint arXiv:2009.13509},
year = {2020}
}
备注
10 pages, 11 figures, presented as a workshop paper at Practical Machine Learning for Developing Countries @ ICLR 2020