Fashion-MNIST 數(shù)據(jù)集
日前，跨象乘云? 發(fā)布了《Fashion-MNIST 服飾圖片分類識(shí)別 - 人工智能垂直領(lǐng)域工程項(xiàng)目案例分享》。本案例基于 Fashion-MNIST 數(shù)據(jù)集，進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型訓(xùn)練，實(shí)現(xiàn)對(duì)服裝圖片分類識(shí)別。通過該項(xiàng)目練習(xí)，學(xué)生將了解并掌握人工智能模型訓(xùn)練的完整工作生命周期，從：加載數(shù)據(jù)、數(shù)據(jù)增強(qiáng)、數(shù)據(jù)預(yù)處理、構(gòu)建模型、模型評(píng)估，到最后的應(yīng)用上線測試，等技術(shù)原理與實(shí)現(xiàn)手段。完成本項(xiàng)目后，學(xué)生將可以利用該模型，自動(dòng)識(shí)別本地上傳的服裝圖片，并識(shí)別區(qū)分出各種服裝類型：T-shirt/top（T恤）/ Trouser（褲子）/ Pullover（套衫）/ Dress（裙子）/ Coat（外套）/ Sandal（涼鞋）/ Shirt（汗衫）/ Sneaker（運(yùn)動(dòng)鞋）/Bag（包）/ Ankle boot（踝靴）。該模型的部署與應(yīng)用，將極大提升服裝銷售平臺(tái)，如：優(yōu)衣庫，H&M，唯品會(huì) …… 在智能導(dǎo)購，庫存核算，在線商品搜索等系統(tǒng)上的效能。
Fashion-MNIST 是一個(gè)替代 MNIST 手寫數(shù)字集的圖像數(shù)據(jù)集。 它是由 Zalando（一家德國的時(shí)尚科技公司）旗下的研究部門提供。其涵蓋了來自 10 種類別的共 7 萬個(gè)不同商品的正面圖片。Fashion-MNIST 的大小、格式和訓(xùn)練集 / 測試集劃分與原始的 MNIST 完全一致。60000/10000 的訓(xùn)練測試數(shù)據(jù)劃分，28x28 的灰度圖片。你可以直接用它來測試你的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法性能，且不需要改動(dòng)任何的代碼。 這個(gè)數(shù)據(jù)集的樣子大致如下（每個(gè)類別占三行）：
經(jīng)典的 MNIST 數(shù)據(jù)集包含了大量的手寫數(shù)字。十幾年來，來自機(jī)器學(xué)習(xí)、機(jī)器視覺、人工智能、深度學(xué)習(xí)領(lǐng)域的研究員們把這個(gè)數(shù)據(jù)集作為衡量算法的基準(zhǔn)之一。你會(huì)在很多的會(huì)議，期刊的論文中發(fā)現(xiàn)這個(gè)數(shù)據(jù)集的身影。實(shí)際上，MNIST 數(shù)據(jù)集已經(jīng)成為算法作者的必測的數(shù)據(jù)集之一。有人曾調(diào)侃道：『如果一個(gè)算法在 MNIST 無效，那么它就根本沒法用；而如果它在 MNIST 上有效，它在其他數(shù)據(jù)上也可能無效』。?
Fashion-MNIST 的目的是要成為 MNIST 數(shù)據(jù)集的一個(gè)直接替代品。作為算法作者，你不需要修改任何的代碼，就可以直接使用這個(gè)數(shù)據(jù)集。Fashion-MNIST 的圖片大小，訓(xùn)練、測試樣本數(shù)及類別數(shù)與經(jīng)典 MNIST 完全相同。取代 MNIST 數(shù)據(jù)集的原因由如下幾個(gè)：?
MNIST 太簡單了。 很多深度學(xué)習(xí)算法在測試集上的準(zhǔn)確率已經(jīng)達(dá)到 99.6%！?
MNIST 被用爛了。?
MNIST 數(shù)字識(shí)別的任務(wù)不代表現(xiàn)代機(jī)器學(xué)習(xí)。在 MNIST 上的想法沒法遷移到真正的機(jī)器視覺問題上。
你可以使用以下鏈接（https://github.com/zalandoresearch/fashion-mnist）下載這個(gè)數(shù)據(jù)集。Fashion-MNIST 的數(shù)據(jù)集的存儲(chǔ)方式和命名與經(jīng)典 MNIST 數(shù)據(jù)集（http://yann.lecun.com/exdb/mnist/）完全一致。或者，你可以直接克隆這個(gè)代碼庫。數(shù)據(jù)集就放在 data/fashion 下。這個(gè)代碼庫還包含了一些用于評(píng)測和可視化的腳本。?
t-SNE 在 Fashion-MNIST（左側(cè)）和經(jīng)典 MNIST 上的可視化（右側(cè)）
PCA 在 Fashion-MNIST（左側(cè)）和經(jīng)典 MNIST 上的可視化（右側(cè)）
Kaggle 下載鏈接：https://www.kaggle.com/zalando-research/fashionmnist
頭圖原文：https://medium.com/tensorflow/hello-deep-learning-fashion-mnist-with-keras-50fcff8cd74a
