Fashion MNIST est un jeu de données de qui contient 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 exemples d'apprentissage et d'un ensemble de 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.
Historique 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.
De nombreux algorithmes d'apprentissage automatique ont utilisé cet ensemble de données comme référence le meilleur algorithme ayant atteint une précision de 96,91 % en 2020 selon le site web de classement des références. 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. 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.
Notes et références
Liens externes
Articles connexes Base de données MNIST
Catégorie:Jeu de données Catégorie:Science des données Catégorie:Apprentissage automatique