【计算机视觉】（三）FashionAI代码复现碰到的问题和坎坷

最新推荐文章于 2024-03-08 15:42:57 发布
最新推荐文章于 2024-03-08 15:42:57 发布
阅读量894 收藏 2
点赞数 2
分类专栏： 计算机视觉 文章标签： 计算机视觉 FashionAI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ciecus_csdn/article/details/87827573
版权

这里选择复现的是第17名的代码，

原github地址

https://github.com/gathierry/FashionAI-KeyPointsDetectionOfApparel

数据下载地址：

注意点：

因为现在网上可以下载的数据和比赛时的数据不太一样，没有原来那么全了，所以代码需要修改的还挺多的

修改一：

cuda out of memory了，果然图片训练都是高配玩家玩的。。。。他大爷的

ciecus_csdn
关注
专栏目录
把Cascade Pyramid Network网络应用到天池FashionAI 服装关键点数据集上的经验总结
Wanderist_
12-07 1298
1.首先最明确的一点就是修改需要检测关键点的个数，COCO数据集姿态识别的关键点个数是17，而FashionAI数据集的总个数是24个，但是不同的服装类别的个数不一样，比如blouse有13个点，但是如果生成24个heatmap，就会至少有11个heatmap是没用的，这样导致GPU内存增大，又使得loss不能很好的传递训练，因此最好分别对每个单类别进行训练 2.测评要求不一样，FashionA...
【计算机视觉】（二）DeepFashion成功复现！代码复现碰到的问题和坎坷，包括代码修改和cudnn库的匹配，
ciecus_csdn的博客
02-20 3736
源代码github地址 https://github.com/abhishekrana/DeepFashion 环境：ubuntu            python2.7 问题一：直接运行./dataset_download.sh命令无法下载img.zip 解决方法： 百度网盘链接： github中只用下载category and attribute那个文件夹就行了 自己从百度网...
FashionAI_KeyPoints_Detection:这是我的Fashion AI关键点检测竞赛项目
05-14
用于FashionAI关键点检测的卷积姿态机（CPM）和特征金字塔网词（FPN）的Pytorch实现 该代码引用了github上其他人的一些想法，并且基于的纸上。 最终排名是56，得分为6.38％。 对于大一新生来说，这对我来说还不错：)您可以将代码作为基准解决方案。 有一些切实可行的结果，如下所示： 使用ResNet-50的CPM + FPN输出示例 您可以按照以下步骤重现我的结果。 步骤1 相依性 Python 3.5版 脾气暴躁的 大熊猫 火炬 cv2 tqdm Keras（TensorFlow后端） 资料准备 下载并将文件放入以下结构中： 步骤1：确保图像数据和注释位于折叠的“数据”中。数据目录结构如下： DATA_DIR/ |-- test/ | |-- test.csv | |-- Images/ | | |
Fashion.ai 人工智能时尚v2.0
shadowcz007的博客
05-03 879
17年的时候，我开发过一个小程序，叫MIX灵感，专门用来收集“好玩”的产品、技术应用。不过现在，这个小程序早就没有维护，我也把数据迁移到了知识星球。利用知识星球方便的标签功能，读者们可以...
FashionAI
yunxinan的专栏
06-28 1492
摘要： 基于人体姿势生成时尚衣着图像, 提出了一种将主体的时尚图像从某个姿势迁移到新的体态姿势上去。这一模型包含了两个判别器和一个生成器。其中生成器包含了姿势编码器、图像编码器以及对应的解码器，两个编码器得到的特征表达将被用于新图像合成。与传统方法不同的是两个判别器用于指导模型学习，一个用于判别生成图像与训练样本，领域各用于验证生成图像与姿势间的连续性。(from 北卡大学 JD OPPO) 论文...
c++学习笔记 --5.11 小结
Qin_xian_shen的博客
05-11 301
函数模板 类模板 动态数组类（向量类） 链表类 集合类 栈类（先进后出）->可以用于做一个计算器 队列类（先进先出）->循环队列  （运用取余的做法 让头到尾 尾到头） 类是对对象的抽象   而类模板是对类的抽象  但是人们还是不满足 当两个类模板 比如 集合类模板 与 链表类模板 都有相似的算法 add remove 那么就想
tf.fashionAI：TensorFlow中天池FashionAI服装关键点检测流程的完整管道
02-06
TensorFlow中的沙漏，DHN和CPN模型用于2018年-天池服装AI关键点检测 该存储库包含TensorFlow的和用于的重新实现代码。 。 这里的CPN（层叠金字塔网络）和DHN（反卷积头网络）都有几个不同的主干：ResNet50，SE-ResNet50，SE-ResNeXt50， 或DetResNeXt50。 我还尝试了“以动态集成模型，尽管仅取得了有限的改进。 骨干网的预训练模型可以在这里找到： 介绍 这次比赛的主要目的是发现从阿里巴巴的电子商务平台收集的衣服形象的关键点。 总共有五种图像，共五个类别：上衣，外套，裤子，裙子，衣服。 每个类别的关键点定义如下。 几乎所有代
底层视觉与MMEditinig代码实战，复现CVPR2022 RealBasicVSR
08-14
与https://www.bilibili.com/video/BV1zq4y1o7ph?p=6&spm_id_from=333.880.my_history.page.click&vd_source=c09213c2eea73b54c3605a89e3d85781相对应，底层视觉与MMEditinig代码实战，复现CVPR2022 RealBasicVSR
计算机视觉入门项目之图像分割、图像增强等多个图像处理算法的复现python源码+代码详细注释+项目说明.zip
01-30
计算机视觉入门项目之图像分割、图像增强等多个图像处理算法的复现python源码+代码详细注释+项目说明.zip计算机视觉入门项目之图像分割、图像增强等多个图像处理算法的复现python源码+代码详细注释+项目说明.zip...
计算机视觉入门项目-包含图像分割-图像增强等图像处理算法的python源码复现.zip+代码注释
05-15
计算机视觉入门项目-包含图像分割_图像增强等图像处理算法的python源码复现.zip 【资源介绍】 包含多个计算机视觉入门项目，适合学习入门 【图像分割】 迭代阈值分割、马尔可夫_遍历、最大类间方差法、基于最大熵-...
FashionNet:使用深度学习的时尚推荐系统
03-11
时尚网 使用深度学习的时尚推荐系统 目标： 在FashioNet中，我们旨在构建一种时尚推荐系统，该系统能够通过从一个人的衣服图像中提取各种属性来学习他们的衣服样式和喜好。 然后将这些属性提供给相似性模型，以检索最接近的相似图像作为建议。 方法： 我们计划训练一个卷积深网，该网能够执行多类，多标签分类。 因此，每个服装商品都可以附加一个或多个服装属性，每个属性本身都具有类。 我们决定采用以下属性，例如图案[格仔，条纹，花卉，图形，实心]，面料[棉，雪纺，蕾丝，羊毛，丝绸]，样式[休闲，正式，派对，冬天，夏天]，形状[全袖，半袖，无袖]。 对于网络上的每幅服装图像，我们将其称为“时尚矢量”。 Fashion Vector基本上是一个以属性为维度，属性类为值的向量。 看起来像[attribute1_class，attribute2_class，attribute3_class，...] [
FashionAI-MultiTask:这是天池FashionAI复赛用的多任务部分代码
05-15
FashionAI-MultiTask 这是天池FashionAI复赛用的多任务部分代码，基本模型是DenseNet 169，底下接了8个分类器，但是效果不好，才50多，复赛排名垫底了，打算继续研究这个数据的多任务实现，希望可以攻克
fashionAI属性识别
03-10
本来我主要介绍了标记技术和属性识别的相关检测技术和方案
【代码】移动端超分辨率的代码复现（pytorch）（Mobile AI Challenge冠军方案）
07-23
Real-Time Single-Image Super Resolution for Mobile Devices》移动端超分辨率论文复现，该论文方案为CVPR举办的Mobile AI Challenge 2021比赛的冠军方案，实现了在移动设备上的实时推理，模型符合超轻量级（模型...
阿里天池FashionAI服装属性标签识别Top1%方案分享
small_ARM的专栏
06-10 1万+
前言 上周六刚刚结束FashionAI2018服装属性标签识别的复赛，比赛竞争十分激烈。比赛总共报名近3000支队伍，经过3个月的比拼，我们队伍最终获得了第11名的成绩。虽然离第十名只有一步之遥，但是我不遗憾，毕竟这是我第一次参加天池比赛，对于这个结果我感觉对得起自己三个月的辛苦。 干货 下面从以前几点来讲解该比赛及方案 FashionAI比赛内容 FashionAI比赛方案 未来计划 ...
使用mmdetection快速复现计算机视觉顶会论文
m0_56896669的博客
03-08 1473
使用mmdetection中支持的算法运行自定义数据集
DeepFashion服装检索及代码实现
热门推荐
luuuyi的博客
07-24 2万+
DeepFashion 数据集介绍 DeepFashion是香港中文大学开放的一个large-scale数据集。包含80万张图片，包含不同角度，不同场景，买家秀，买家秀等图片。总共有4个主要任务，分别是服装类别和属性预测、In-Shop和c2s服装检索、关键点和外接矩形框检测。 每张图片也有非常丰富的标注信息，包括类别，属性，Bbox，特征点等信息。部分任务中的数据集需要邮件联系作者获取...
计算机视觉两个入门数据集（mnist和fashion mnist）本地下载地址
weixin_41869644的博客
11-14 993
1.计算机视觉经典数据集 1.mnist数据集 MNIST（Mixed National Institute of Standards andTechnology database）数据集大家可以说是耳熟能详。可以说是每个入门深度学习的人都会使用MNIST进行实验。作为领域内最早的一个大型数据集，MNIST于1998年由Yann LeCun等人设计构建。MNIST数据集包括60000个示例的训练集以及10000个示例的测试集，每个手写数字的大小均为28*28。在本书的前面一些章节，我们曾多次使用到了MN
【天池大数据竞赛】FashionAI全球挑战赛—服饰属性标签识别【决赛第21名解决方案】
JeremyCzh的博客
06-05 7851
折腾了两个月的比赛终于结束了，名次出乎了最初的预料但是也有些许不甘，毕竟前20都有奖励，尴尬的21名比赛其实就是一个分类问题，给定衣服的图片然后分类到对应的标签上面去。数据集大致如下，看了两个月女装突然觉得自己可以去当个设计师，好多衣服都好丑好丑。要进行分类的服装一共分成八个大类，每个大类下又细分成若干个子类，如下。如collar_design是一个大类，其下有5个子类：task_list = {...
3dgs代码复现和讲解 c++
最新发布
09-20
3DGS (Three-Dimensional Geometry Solver)通常指的是三维几何求解器，它是一个用于处理和解决三维空间几何问题的工具或算法，常见于计算机图形学、机械工程、CAD软件等领域。C++是一种强大的编程语言，非常适合编写这类需要高度性能和精确计算的应用。 在C++中复现3DGS代码，你需要理解以下几个关键点： 1. **向量和矩阵数据结构**：使用`std::vector`或自定义数组来存储三维坐标点、向量和矩阵。 2. **几何运算库**：如`Eigen`等库，提供高效的线性代数操作，包括点线距离、面面交、体积计算等。 3. **空间搜索算法**：如A*寻路算法，可以用于查找最短路径或碰撞检测。 4. **交割检测**：通过比较模型边缘或表面的法线，检查是否相交。 5. **递归和迭代**：对于复杂的几何形状，可能需要递归地拆分并解决子问题。 下面是一个简化的示例代码片段，展示如何创建一个基本的3D点和向量类： ```cpp #include <iostream> #include <Eigen/Dense> class Point3D { public: double x, y, z; Point3D(double x = 0, double y = 0, double z = 0) : x(x), y(y), z(z) {} }; class Vector3D { public: double x, y, z; Vector3D(double x = 0, double y = 0, double z = 0) : x(x), y(y), z(z) {} // 添加向量运算函数... }; // 简化版的交割检测函数 bool Intersect(const Point3D& p1, const Vector3D& v1, const Point3D& p2, const Vector3D& v2) { // 实现几何运算... } int main() { Point3D A(0, 0, 0); Point3D B(1, 0, 0); Vector3D AB(B - A); std::cout << "Is there an intersection? " << (Intersect(A, AB, B, Vector3D()) ? "Yes" : "No") << std::endl; return 0; } ```
评论 17
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值