DeepFashion2是一个大型的服饰图像数据集，包含49.1万张图片，涵盖13种服饰类别。数据集提供丰富的标注，支持服饰检测、姿态估计、实例分割和跨域检索等任务。相比Deep Fashion，DeepFashion2提供了更精确的手动标注，每个图像最多可有7件服饰。此外，还提出了Match R-CNN网络，用于端到端地解决服饰检索问题。
DeepFashion2: A Versatile Benchmark for Detection, Pose Estimation Segmentation and Re-Identification of Clothing Images
DeepFashion2数据集 包含 49.1 万张图像，包含 13 种流行的服饰类别。
数据集划分：391K 张 training 图片；34K 张 validation 图片；67K 张 test 图片。
Deep Fashion2数据集特点：
1.大规模：它包括 49.1 万张图像，总共是 4.38 万个服饰标识（购物店展示的独特服饰）。
2.多功能：DeepFashion2 面向多种时尚理解任务。它丰富的标注支持服饰检测和分类、密集标注和姿态检测、实例分割以及跨域实例级别的服饰检索。
3.表达能力：单张图像中存在多个服饰，有 13 种不同类别的标识和姿态。
4.多样性：研究者通过控制它们的 4 个属性变量来收集数据，包括尺寸、遮挡、缩放和视角。
Deep Fashion 数据集与Deep Fashion2 数据集区别：
a）Deep Fashion 数据集:
1.每张图像只有一件衣服的bounding box，用 4~8 个稀疏标志标注。
2. bounding box基于标签标记估计，定位不准确。
b）Deep Fashion2 数据集:
最低0.47元/天 解锁文章
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
