DeepFashion2: 一個針對衣服圖片的檢測、姿態(tài)估計、分割和重認(rèn)證多用途基準(zhǔn)

DeepFashion2: A Versatile Benchmark for Detection, Pose Estimation, Segmentation and Re-Identi?cation of Clothing Images

摘要

【背景】有豐富標(biāo)記的基準(zhǔn)(如DeepFashion)在理解時尚圖片中是先進(jìn)的，其標(biāo)簽包括衣服分類、地標(biāo)和消費者-商業(yè)圖片對。然而， DeepFashion有一個不可忽略的問題，比方說每張圖片單一的衣服，稀疏的地標(biāo)(4-8個)，沒有像素級的掩膜，使其和現(xiàn)實世界中有很大的鴻溝。

本文工作：我們使用DeepFashion 2解決這個問題，它是四種問題的多用途的基準(zhǔn)，包括檢測、姿態(tài)識別、分割、檢索。有80.1萬衣服條目，每一個條目有豐富的標(biāo)記，如風(fēng)格、尺度、視點、遮擋、邊框、密集的landmark以及掩膜。也有87.3萬個商業(yè)-消費者衣服對。DeepFashion2的標(biāo)記比對應(yīng)的部分多了很多。

提出了一個健壯的基準(zhǔn)，叫做"Match R-CNN"，是建立在Mask R-CNN上來解決上述的四個問題，是一個端對端的方式。進(jìn)行了大量的評估，不同的評估標(biāo)準(zhǔn)。

模型圖

這個設(shè)計的太多了，不怎么適合于語義分割，遂棄坑。

總結(jié)

以上是生活随笔為你收集整理的DeepFashion2: 一个针对衣服图片的检测、姿态估计、分割和重认证多用途基准的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。