DeepFashion: 服装公开数据集概述



DeepFashion(http://mmlab.ie.cuhk.edu.hk/projects/DeepFashion.html)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。

每张图片也有非常丰富的标注信息,包括50种类别,1000种属性,Bbox,特征点。

还有约30万的不同姿势/不同场景的图片pairs。


实际上DeepFashion是由4个子集组成的。它们分别是:


1. Category and Attribute Prediction Benchmark:[Download Page] 

这个子集是用来做分类和属性预测的。

共有50中分类标记,1000中属性标记。

包含289,222张图像。每张图像都有1个类别标注,1000个属性标注,Bbox边框,landmarks。

数据集下载后可以直接使用。


Category and Attribute Prediction Benchmark


2. In-shop Clothes Retrieval Benchmark:   [Download Page]  

这个是卖家秀图片集,每个商品id,有多张不同角度的卖家秀,放在同一个文件夹内。

7982件商品,共52712张图像,每张图片都有463中属性,Bbox,landmarks,以及店铺描述。

数据集下载后解压需要密码,密码需要邮件联系作者获取。


In-shop Clothes Retrieval Benchmark


3. Consumer-to-shop Clothes Retrieval Benchmark: [Download Page]  

这个子集是卖家秀买家秀对应的数据集,每个商品id对应的文件夹中包含一张卖家秀和几张买家秀。

33 881种商品,共 239 557张图片。每张图片都有Bbox,303种属性,以及来源说明(卖家,买家)。

数据集解压同样需要密码。


Consumer-to-shop Clothes Retrieval Benchmark


4. Fashion Landmark Detection Benchmark:   [Download Page]  

这个子集主要是做landmark和Bbox用的,包含123 016张图片,每张图片都有landmarks和Bbox的标记,还有类别标注(上衣,下装,全身),以及姿态(正常姿势,大幅度姿势等)信息。

数据集可直接使用。


Fashion Landmark Detection Benchmark



详细信息可以参照官网,以及下载数据集中的readme和anno。
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
DeepFashion是一个大规模的衣服服装数据集,用于衣物检索、时尚推荐、虚拟试衣等任务。该数据集包含超过80万张图片,涵盖了13个类别的衣物,包括上衣、裤子、裙子、鞋子等。每张图片都有详细的标注信息,包括类别、颜色、款式、属性等。 DeepFashion数据集的主要特点包括: 1. 大规模:DeepFashion数据集包含了大量的衣物图片,可以满足各种衣物相关任务的需求。 2. 多样性:数据集中的衣物涵盖了多个类别和款式,适用于不同的时尚风格和场景。 3. 详细标注:每张图片都有详细的标注信息,包括类别、颜色、款式、属性等,方便进行衣物检索和推荐等任务。 4. 高质量:DeepFashion数据集中的图片都经过了精心筛选和处理,保证了数据的质量和可用性。 使用DeepFashion数据集可以进行多种任务,例如: 1. 衣物检索:根据用户提供的图片或描述,从数据集中找到相似的衣物。 2. 时尚推荐:根据用户的喜好和场景,推荐合适的时尚搭配和衣物款式。 3. 虚拟试衣:通过虚拟现实技术,让用户在虚拟环境中试穿不同的衣物款式。 如果你想了解更多关于DeepFashion数据集的信息,可以参考以下引用[^1]: 引用: Liu, Ziwei, et al. "Deepfashion: Powering robust clothes recognition and retrieval with rich annotations." Proceedings of the IEEE conference on computer vision and pattern recognition. 2016.
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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