Clasificación de imágenes · Fashion-MNIST
Probador
Dibuja una prenda o enséñasela a la cámara. Mira dónde se fija el modelo, en qué vecindario del espacio latente cae y qué tres arquitecturas aciertan más.
Los modelos no se descargan hasta que lo pides: así nadie gasta datos solo por leer la página.
Ficha del modelo
- Datos
- Fashion-MNISTMIT · Copyright (c) 2017 Zalando SE
- Modelo
- MLP, CNN con CAM y ViT diminuto (entrenados desde cero)MIT
- Entrenamiento
- 72 épocas · CPU · 118 minValidación estratificada de 6000 imágenes separada del train oficial (54000 para entrenar); se elige la mejor época por precisión en validación y el test oficial (10000) se evalúa una sola vez, con el ONNX exportado. AdamW con warmup y coseno, desplazamientos de ±2 px y volteo horizontal. línea base (regresión logística sobre píxeles): 84.3 %.
| Modelo | Acierto en test | Parámetros | Tamaño |
|---|---|---|---|
| mlp | 87.7 % | 235.146 | 950 KB |
| cnn | 93.2 % | 102.826 | 436 KB |
| vit | 89.4 % | 139.018 | 751 KB |
| Real ↓ / predicho → | Camiseta/top | Pantalón | Jersey | Vestido | Abrigo | Sandalia | Camisa | Zapatilla | Bolso | Botín |
|---|---|---|---|---|---|---|---|---|---|---|
| Camiseta/top | 90 | 2 | 1 | 6 | ||||||
| Pantalón | 99 | 1 | ||||||||
| Jersey | 1 | 90 | 1 | 3 | 4 | |||||
| Vestido | 95 | 2 | 2 | |||||||
| Abrigo | 2 | 2 | 90 | 5 | ||||||
| Sandalia | 98 | 2 | ||||||||
| Camisa | 10 | 4 | 3 | 5 | 79 | |||||
| Zapatilla | 98 | 1 | ||||||||
| Bolso | 99 | |||||||||
| Botín | 4 | 95 |
Dónde falla
- Entrenado solo con imágenes de 28×28 en escala de grises: prendas centradas, claras sobre fondo negro y sin contexto. Una foto real (fondo claro, sombras, perspectiva, varias prendas) es otra distribución: no hemos medido la precisión con fotos reales, pero es de esperar que caiga mucho.
- La clase más difícil es «Camisa» (79 % de acierto en test): el 10 % de las camisas se confunde con camiseta/top, el 4 % con jersey y el 5 % con abrigo. A 28×28 píxeles los cuellos y botones casi no se ven.
- Solo conoce 10 clases: cualquier otra cosa (un gorro, una cara, un dibujo) se asigna igualmente a una de ellas, a menudo con confianza alta. La probabilidad mostrada no está calibrada.
- El mapa de activación (CAM) tiene la resolución del último bloque convolucional (7×7) y se interpola: indica regiones aproximadas, no píxeles concretos.
- Fashion-MNIST procede de un único catálogo (Zalando) con fotos de producto de estudio; no representa la variedad de estilos, tallas o culturas de la ropa real.
Ficha generada por el pipeline de entrenamiento el 2026-10-18.
Qué hay detrás
Fashion-MNIST son 70 000 imágenes de 28×28 píxeles en escala de grises con diez tipos de prenda, publicadas por Zalando con licencia MIT. Es el sustituto honesto de MNIST: igual de pequeño, bastante más difícil, y con una licencia que permite usarlo aquí.
Entrené tres arquitecturas con la misma partición de validación y medí el acierto en el conjunto de test una sola vez, al final. Las cifras de la ficha del modelo salen de ese script, no de este texto.
Por qué el mapa de calor es exacto
La red convolucional termina en un promedio global seguido de una única capa lineal. Con esa forma, la contribución de cada zona de la imagen a cada clase es una suma ponderada de los mapas de la última convolución (CAM), sin aproximaciones por gradiente. Por eso se puede calcular en el navegador en el mismo paso que la predicción.
El espacio latente
Cada prenda se resume en un vector de 64 números. Proyecté 5 000 prendas de test a dos dimensiones con UMAP; tu dibujo se coloca entre sus vecinos más parecidos en el espacio original, que es donde el modelo realmente decide.
Si dibujas una camisa y aparece rodeada de camisetas, has encontrado la confusión que más le cuesta al modelo: la matriz de confusión de la ficha lo confirma.
Dónde falla
El modelo solo ha visto prendas centradas, claras sobre fondo negro y a 28×28. Una foto del móvil trae luz, fondo y perspectiva que nunca vio: es el problema del cambio de dominio, y la demo te enseña la imagen que le llega al modelo para que lo veas.
¿Tu negocio necesita un modelo como estos, o basta con una regla bien puesta? Lo vemos en el diagnóstico gratuito.
Pedir diagnóstico