理工酷

MNIST时尚穿搭数据集

介绍

• 数据集来源于Zalando文章的图片。

• 数据集包括60,000个例子的训练集和10,000个例子的测试集。每个示例都是一个28x28灰度图像，与10个类的标签相关联。

• Zalando打算将此数据集作为原始MNIST数据集的直接替代品，用于对机器学习算法进行基准测试。它共享相同的图像大小结构的训练和测试分割。

内容

• 每张图像高28像素，宽28像素，总共784像素。每个像素都有一个与之相关联的像素值，表示该像素的明度或暗度，这个像素值是0到255之间的整数，数字越大表示越暗。

• 训练和测试数据集有785列。第一列由类标签组成，表示服装的物品。其余的列包含关联图像的像素值。

• 为了定位图像上的一个像素，假设我们将x分解为x = i * 28 + j，其中i和j是0到27之间的整数，像素位于一个28 x 28矩阵的第i行和第j列。例如，pixel31表示位于左边第四列和顶部第二行中的像素。

标签：

每个训练和测试示例都被分配到以下标签之一:

• 0 T恤

• 1 裤子

• 2 套衫

• 3 礼服

• 4 层

• 5 凉鞋

• 6 衬衫

• 7 运动鞋

• 8 包

• 9 靴

每一行都是一个单独的图像，第1列是类标签，其余列为像素号(共784个)。每个值都是像素的暗度(1到255)。

数据集转载自 https://www.kaggle.com/zalando-research/fashionmnist