十大流行服装物品分类数据集分享(Fashion-MNIST)
Fashion-MNIST数据集是由Zalando Research创建的一个图像分类数据集,包含了十种流行服装物品,如T恤、裤子、套头衫、连衣裙、运动鞋、高跟鞋、外套、踝靴、背包和手提包。该数据集共有70,000张灰度图像,每个类别有6000个训练样本和1000个测试样本。这个数据集被设计为替代MNIST数据集,以提供更具挑战性的图像数据集来测试新的算法和模型。这个数据集中每个图像都是28x28像素的灰度图像,训练和测试速度快,并降低了模型过拟合的风险。此外,数据集的多个类别可用于训练多分类模型。
下载地址
用户评论
常好的数据集,让机器学习入门变得容易。
常实用的图像分类数据集,非常适合研究深度学习。
好地掌握了时尚类别,数据标签清晰,准确度高。
像清晰度高,类型多样,数据量足够大,能够满足各种需求。
于想要探究时尚领域的人,这是一个非常有用的数据集。
开展高质量研究并开发实用算法的理想数据来源。