Fashion-MNIST数据集完全指南：从下载到实战应用

2026-02-07 04:47:31作者：尤峻淳Whitney

你正在寻找一个既实用又具有挑战性的图像分类数据集吗？Fashion-MNIST作为MNIST的完美替代品，已成为机器学习领域的标准测试基准。本指南将为你揭秘数据集获取、存储和使用的完整流程，助你轻松掌握这一重要资源。

数据集核心特性

Fashion-MNIST是由Zalando提供的时尚产品图像数据集，包含70,000张28×28像素的灰度图像，涵盖10个不同类别。训练集60,000张，测试集10,000张。

类别标签定义

标签	类别名称	描述
0	T-shirt/top	T恤/上衣
1	Trouser	裤子
2	Pullover	套头衫
3	Dress	连衣裙
4	Coat	外套
5	Sandal	凉鞋
6	Shirt	衬衫
7	Sneaker	运动鞋
8	Bag	包
9	Ankle boot	短靴

快速获取方案

一键下载方法

# 使用Keras快速获取
from tensorflow.keras.datasets import fashion_mnist
(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()

# 数据预处理
x_train = x_train.astype('float32') / 255.0
x_test = x_test.astype('float32') / 255.0

命令行下载

# 创建数据目录
mkdir -p data/fashion_mnist

# 下载训练集
wget http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-images-idx3-ubyte.gz -P data/fashion_mnist/
wget http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-labels-idx1-ubyte.gz -P data/fashion_mnist/

# 下载测试集
wget http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-images-idx3-ubyte.gz -P data/fashion_mnist/
wget http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-labels-idx1-ubyte.gz -P data/fashion_mnist/

数据加载与处理

Python加载方法

# 使用项目提供的加载器
from utils.mnist_reader import load_mnist

# 加载训练数据
X_train, y_train = load_mnist('data/fashion', kind='train')

# 加载测试数据
X_test, y_test = load_mnist('data/fashion', kind='t10k')

print(f"训练集形状: {X_train.shape}")
print(f"测试集形状: {X_test.shape}")

数据处理示例

import numpy as np
import matplotlib.pyplot as plt

# 数据标准化
X_train = X_train.astype('float32') / 255.0
X_test = X_test.astype('float32') / 255.0

# 显示样本图像
def show_sample_images(images, labels, class_names):
    plt.figure(figsize=(10, 10))
    for i in range(25):
        plt.subplot(5, 5, i + 1)
        plt.xticks([])
        plt.yticks([])
        plt.grid(False)
        plt.imshow(images[i], cmap=plt.cm.binary)
        plt.xlabel(class_names[labels[i]]))
    plt.tight_layout()
    plt.show()

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

# 显示训练集样本
show_sample_images(X_train, y_train, class_names)

存储方案对比

原始文件存储

保留下载的压缩文件格式，使用时解压读取：

import gzip
import numpy as np

def load_compressed_data(file_path):
    with gzip.open(file_path, 'rb') as f:
        data = np.frombuffer(f.read(), dtype=np.uint8, offset=16)
    return data

NumPy数组存储

将数据转换为NumPy格式提高访问速度：

import numpy as np

# 保存为NumPy格式
np.save('data/fashion_mnist/X_train.npy', X_train)
np.save('data/fashion_mnist/y_train.npy', y_train)
np.save('data/fashion_mnist/X_test.npy', X_test)
np.save('data/fashion_mnist/y_test.npy', y_test)

# 加载NumPy格式数据
X_train = np.load('data/fashion_mnist/X_train.npy')

实战应用示例

基础分类模型

from sklearn.neural_network import MLPClassifier
from sklearn.metrics import accuracy_score

# 创建多层感知器分类器
clf = MLPClassifier(hidden_layer_sizes=(128, 64)), 
                    max_iter=100, 
                    random_state=42)

# 训练模型
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"模型准确率: {accuracy:.4f}")