什么是 Fashion-MNIST数据集

Fashion-MNIST 数据集

Fashion-MNIST 是一个替代经典 MNIST 的数据集，旨在更加贴近实际应用场景。它由 Zalando 提供，包含了 10 类服装物品的灰度图像，与 MNIST 数据集的结构相似。Fashion-MNIST 常用于图像分类和深度学习模型的测试和基准评估。

---

1. 数据集特性

• 样本数量：
  • 训练集：60,000 张图片
  • 测试集：10,000 张图片
• 图像大小：
  • 每张图片为 $28\times 28$ 像素的灰度图像（单通道）。
• 标签类别：
  • 共有 10 个类别，标签值范围为 0-9，对应的类别名称如下：

    标签	类别名称
    0	T-shirt/top
    1	Trouser
    2	Pullover
    3	Dress
    4	Coat
    5	Sandal
    6	Shirt
    7	Sneaker
    8	Bag
    9	Ankle boot

---

2. 加载 Fashion-MNIST 数据集

使用 PyTorch 加载

PyTorch 提供了 torchvision.datasets.FashionMNIST，可以方便地加载 Fashion-MNIST 数据集。

import torch
import torchvision
import torchvision.transforms as transforms
from torch.utils.data import DataLoader

# 数据转换操作
transform = transforms.Compose([
    transforms.ToTensor(),  # 转换为张量
    transforms.Normalize((0.5,), (0.5,))  # 归一化到 [-1, 1]
])

# 下载并加载训练集和测试集
train_dataset = torchvision.datasets.FashionMNIST(
    root='./data',
    train=True,
    transform=transform,
    download=True
)

test_dataset = torchvision.datasets.FashionMNIST(
    root='./data',
    train=False,
    transform=transform,
    download=True
)

# 创建数据加载器
train_loader = DataLoader(train_dataset, batch_size=64, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=64, shuffle=False)

---

3. 数据集内容可视化

可以用 Matplotlib 可视化数据集中的图片和标签：

import matplotlib.pyplot as plt

# 获取一个样本
image, label = train_dataset[0]

# 类别名称
classes = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
           'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

# 显示图片
plt.imshow(image.squeeze(), cmap='gray')  # 去掉通道维度并显示为灰度图
plt.title(f"Label: {classes[label]}")
plt.axis('off')
plt.show()

---

4. 简单模型训练示例

以下是一个简单的用 PyTorch 训练 Fashion-MNIST 的分类模型示例：

import torch.nn as nn
import torch.optim as optim

# 定义一个简单的卷积神经网络
class FashionCNN(nn.Module):
    def __init__(self):
        super(FashionCNN, self).__init__()
        self.conv_layers = nn.Sequential(
            nn.Conv2d(1, 32, kernel_size=3, stride=1, padding=1),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2, stride=2),
            nn.Conv2d(32, 64, kernel_size=3, stride=1, padding=1),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2, stride=2)
        )
        self.fc_layers = nn.Sequential(
            nn.Flatten(),
            nn.Linear(64 * 7 * 7, 128),
            nn.ReLU(),
            nn.Linear(128, 10)
        )

    def forward(self, x):
        x = self.conv_layers(x)
        x = self.fc_layers(x)
        return x

# 初始化模型
model = FashionCNN()

# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

# 训练模型
epochs = 5
for epoch in range(epochs):
    model.train()
    for images, labels in train_loader:
        # 前向传播
        outputs = model(images)
        loss = criterion(outputs, labels)

        # 反向传播和优化
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

    print(f"Epoch [{epoch + 1}/{epochs}], Loss: {loss.item():.4f}")

# 测试模型
model.eval()
correct = 0
total = 0
with torch.no_grad():
    for images, labels in test_loader:
        outputs = model(images)
        _, predicted = torch.max(outputs, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print(f"Accuracy: {100 * correct / total:.2f}%")

---

5. 扩展与应用

数据增强

可以使用 torchvision.transforms 增强数据，提高模型的泛化能力。

transform = transforms.Compose([
    transforms.RandomHorizontalFlip(),  # 随机水平翻转
    transforms.RandomRotation(10),     # 随机旋转
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

模型改进

• 使用更深的卷积神经网络（如 ResNet）。
• 引入 Dropout 和 Batch Normalization 提高模型性能。

学习迁移

• 使用预训练模型（如 VGG、ResNet），将输入图像扩展到 $224\times 224$。

---

6. 与 MNIST 的区别

特性	MNIST	Fashion-MNIST
数据类型	手写数字	服装图片
类别数	10	10
图像复杂度	较低	较高
应用场景	数字分类问题	真实世界的多分类问题
模型泛化能力测试	较低	较高

---

总结

Fashion-MNIST 是一个更加贴近实际问题的分类数据集，它的特点包括：

• 提供了较高的图像复杂度，适合测试模型的泛化能力。
• 数据结构与 MNIST 相似，适合入门学习和快速实验。

使用 Fashion-MNIST，可以更好地理解图像分类任务和深度学习模型的基本工作原理。对于更高性能的应用，可以尝试引入更复杂的模型或预训练网络。