Search is not available for this dataset
image
imagewidth (px)
135
136
label
class label
3 classes
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot
0Boot

Context

This Shoe vs Sandal vs Boot Image Dataset contains 15,000 images of shoes, sandals and boots. 5000 images for each category. The images have a resolution of 136x102 pixels in RGB color model.

Content

There are three classes here.

  • Shoe
  • Sandal
  • Boot

Inspiration

This dataset is ideal for performing multiclass classification with deep neural networks like CNNs. You can use Tensorflow, Keras, Sklearn, PyTorch or other deep/machine learning libraries to build a model from scratch or as an alternative, you can fetch pretrained models as well as fine-tune them.

Downloads last month
50
Edit dataset card