Fashion-MNIST：用于基准测试机器学习算法的新型图像数据集
机器学习
2017-09-19 v2 计算机视觉与模式识别
机器学习
摘要
我们提出 Fashion-MNIST，一个由 10 个类别共 70,000 件时尚产品的 28x28 灰度图像组成的新数据集，每个类别有 7,000 张图像。训练集包含 60,000 张图像，测试集包含 10,000 张图像。Fashion-MNIST 旨在作为原始 MNIST 数据集的直接即插即用替代品，用于基准测试机器学习算法，因为它具有相同的图像尺寸、数据格式以及训练和测试划分结构。该数据集可在 https://github.com/zalandoresearch/fashion-mnist 免费获取。
引用
@article{arxiv.1708.07747,
title = {Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms},
author = {Han Xiao and Kashif Rasul and Roland Vollgraf},
journal= {arXiv preprint arXiv:1708.07747},
year = {2017}
}
备注
Dataset is freely available at https://github.com/zalandoresearch/fashion-mnist Benchmark is available at http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/