Fashion MNIST Database

Di group INAPR (Indonesian Association for Pattern Recognition), saya mendapat masukan dari sahabat saya, Prof. Pitoyo Hartono, bahwa selain MNIST Handwritten Digit Database, belakangan ini ada database baru yang disebut Fashion MNIST Database. Database ini dapat didownload dari https://www.kaggle.com/zalando-research/fashionmnist

Database ini memiliki format yang sama persis dengan MNIST Database, bahkan nama file pun sama, sehingga program yang saya buat kemarin dapat dipakai tanpa modifikasi sedikit pun. Tiap citra berukuran 28×28, 1 byte per pixel, sama persis dengan MNIST database. Yang membedakan adalah, kalau MNIST database memiliki 10 class, yaitu label untuk tiap tulisan angka : 0, 1, …, 9, maka Fashion MNIST Database memiliki 10 class juga, yaitu:

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

Total sampel data testing adalah 10 ribu. Tabel 1 menampilkan jumlah sampel tiap class.

Tabel 1   Jumlah sampel tiap class pada Fashion MNIST Database

Screen Shot 2017-11-11 at 10.33.08 AM

Citra tersebut berasal dari artikel Zalando, sebuah perusahaan e-commerce yang bergerak di bidang fashion. Salah satu motivasi pembuatan dataset tersebut, karena database MNIST dianggap terlalu mudah ( pls. see https://github.com/zalandoresearch/fashion-mnist ) sehingga kurang memberikan kesempatan untuk melakukan testing performa berbagai model klasifikasi modern.

Selain program yang kemarin sudah saya buat, kali ini saya tambahkan satu program lagi untuk menampilkan citra dan class pada urutan yang diinginkan.  Screenshot source code dilampirkan di bawah. Sedangkan cara pemakaiannya adalah sebagaimana dalam gambar berikut. Tempatkan data training dan testing, baik citra maupun labelnya pada satu direktori dengan program print-one. c. Kemudian compile dan jalankan sebagaimana contoh berikut:

Screen Shot 2017-11-10 at 9.54.46 PM

Pada contoh di atas, akan diekstrak data citra pada urutan ke 7, yang kebetulan juga class ke-7, yaitu citra “Sneaker”. Nama file citra yang dihasilkan adalah “one.pgm”. Pada contoh di atas, citra yang dihasilkan adalah sebagai berikut (sudah diperbesar agar terlihat lebih jelas)

Screen Shot 2017-11-10 at 10.02.45 PM

Source code : print-one.c

Screen Shot 2017-11-10 at 9.51.21 PM

Iklan

Tentang Anto Satriyo Nugroho

My name is Anto Satriyo Nugroho. I am working as research scientist at Center for Information & Communication Technology, Agency for the Assessment & Application of Technology (PTIK-BPPT : Pusat Teknologi Informasi & Komunikasi, Badan Pengkajian dan Penerapan Teknologi). I obtained my doctoral degree (Dr.Eng) from Nagoya Institute of Technology, Japan in 2003. My office is located in Serpong, Tangerang Selatan City. My research is on pattern recognition and image processing with applied field of interests on biometrics identification & development of computer aided diagnosis for Malaria. Should you want to know further information on my academic works, please visit my professional site at http://asnugroho.net
Pos ini dipublikasikan di kuliah, research. Tandai permalink.

3 Balasan ke Fashion MNIST Database

  1. Elly Matul Imah berkata:

    Terima kasih sharing nya Pak Anto, bbrp hari lalu sempat click sptnya ada bbrp file python y Pak?

  2. Sama-sama mbak Elly. Maksudnya klik di mana mbak ? Kalau di tulisan saya tidak ada script python. Mungkin yang dimaksud adalah https://github.com/zalandoresearch/fashion-mnist
    Di situs tsb. ada beberapa script python. Silakan dicek ya.

  3. Elly Matul Imah berkata:

    Maaf keputus komentar saya, Pak…, bukan di tulisan Pak Anto, tp di link dataset fashion-MIST .
    Saya sempat lihat bbrp script python.
    Jd pensaran mencoba dataset ini juga 🙂

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google+

You are commenting using your Google+ account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

w

Connecting to %s