这篇ICCV2015论文介绍了street2shop数据集的创建和使用深度学习解决街拍照片与网店商品匹配的问题。尽管实验结果不理想，但为后续研究提供了基础。文章探讨了不同的检索方法，包括基于ImageNet的特征提取和专门的相似度计算网络，并对比了算法和人类的表现。作者还分享了对数据集质量的观察和对算法局限性的反思。
本博记录为卤煮理解，如有疏漏，请指正。转载请注明出处。
卤煮：非文艺小燕儿
这是ICCV2015的一篇论文。
先上官方项目连接http://www.tamaraberg.com/street2shop/
包含paper，poster，和dataset。
这篇论文的目标就是要根据街拍图准确找出卖家图。理想很丰满，结果一把辛酸泪。
该论文的主要贡献有：
1. 做了一个street2shop数据集，并且开源了；
2. 根据深度学习提取到的服装特征，又训练了一个计算相似度的小网络；
3. 不仅用算法检索评估测试，还组织了人类检索评估测试；
A. 数据集street2shop
总共收集了11类商品的图片，包含（bags，belts，dresses，eyewear，footwear，hats，leggings，outerwear，pants，skirts，和tops）
最低0.47元/天 解锁文章
扫一扫
1798
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
