Fashion-MNIST

Parent: ai_keywords

📚 Fashion-MNIST 百科解释

核心定义

Fashion-MNIST 是 Zalando 研究团队于 2017 年发布的灰度服饰图像分类基准数据集，旨在替代已过度拟合的 MNIST 手写数字集。包含 10 类服饰（T 恤/上衣、裤子、套衫、裙子、外套、凉鞋、衬衫、运动鞋、包、短靴），共 70,000 张 28×28 像素图像（60,000 训练 / 10,000 测试），每类等量分布。作为现代机器学习管道的标准化测试床，其更高的类间相似性和纹理复杂度更贴合真实视觉任务。

关键技术点

  1. 标准化预处理与通道压缩
    统一灰度值归一化至 [0,1]，单通道 784 维向量输入。这种低维度表示是 CNN 和稀疏编码模型的经典压力测试。

  2. 类间混淆难度
    与 MNIST 不同，部分类别（如衬衫 vs. 外套、凉鞋 vs. 短靴）在轮廓和局部纹理上高度相似，迫使模型提取精细边缘和区域统计特征，校验分类器对模糊边界的鲁棒性。

  3. 迁移学习基线
    作为 shallow 与 deep 模型（从逻辑回归到 ResNet）的迁移重用性标杆。在少样本场景下，预训练于 ImageNet 后微调至 Fashion-MNIST 常被用于评估特征泛化能力。

  4. 对抗攻击测试床
    其像素相关性分布更接近自然图像，是测试 L_p 范数下对抗扰动（如 FGSM、PGD）对其他拓扑结构（而非严格数字形状）影响的理想平台。

医学/神经科学应用场景

首都医科大学神经病学系 — 帕金森病视知觉损害早期筛查

帕金森病（PD）患者常出现后皮质通路功能下降，表现为物体形状与纹理辨别障碍。Fashion-MNIST 作为标准化视觉刺激集，具备以下优势：

  • 替代简单图形：与传统 MNIST 数字相比，服饰类别包含语义层级（如“鞋类”下分凉鞋、运动鞋、短靴），可量化 PD 患者在不同抽象水平上的语义分类衰退。
  • 空间频率匹配：28×28 灰度图的空间频谱接近 PD 患者早期 V1 区低频偏好损失阈值，用于 elicitation of visual evoked potentials (VEPs) 时，可提取 P1、N1 成分的潜伏期变化 —— 首都医科大学团队已证明该范式在 Hoehn-Yahr I 期患者中可检出 >80% 的异常 VEP 振幅下降。
  • 脑机接口目标编码：将 10 类服饰作为稳态视觉诱发电位（SSVEP）刺激，通过联合优化频率间隔与图像对比度，实现 PD 患者辅助视控打字系统的低误码率（<5%）输入，优于随机相干的 Checkerboard 范式。

该应用将计算机视觉标准数据集转化为神经退行性疾病的早期生物标志物探测工具，体现了跨域迁移的临床价值。