Fashion MNIST
From Wikipedia, the free encyclopedia
| Décrit par |
Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms (d) |
|---|
| Licence | |
|---|---|
| Sites web |
Fashion MNIST est un jeu de données de qui contient 70 000 images en niveaux de gris répartie sur 1 des 10 catégories. Les images montrent des vêtements, d'articles de Zalando , en basse résolution (28 x 28 pixels). La base de données est repartie en un ensemble de 60 000 exemples d'apprentissage et d'un ensemble de 10 000 exemples de test. Cette base de données vise à remplacer le jeu de données MNIST (de chiffres écrits à la main), plus assez complexe dans une logique d'apprentissage automatique.
L'ensemble d'images de la base de données Fashion MNIST a été créé en 2017 afin de proposer un exercice de classification plus difficile que celui des simples chiffres MNIST, pour lequel les performances atteignaient plus de 99,7 %
Le dépôt GitHub a recueilli plus de 12000 étoiles et est référencé dans plus de 11000 dépôts, 1 000 commits et 7 000 extraits de code[1].
De nombreux algorithmes d'apprentissage automatique[2] ont utilisé cet ensemble de données comme référence [3],[4],[5],[6]le meilleur algorithme [7] ayant atteint une précision de 96,91 % en 2020 selon le site web de classement des références[8]. Le jeu de données a également servi de référence dans l'article publié en 2018 dans Science, qui utilisait un matériel entièrement optique pour classer des images à la vitesse de la lumière[9]. Google, l'université de Cambridge, IBM Research, l'université de Montréal et l'université de Pékin sont les institutions les plus représentées dans les dépôts en 2021.[réf. nécessaire]
