DeepFashion2: 一個針對衣服圖片的檢測、姿態估計、分割和重認證多用途基準
DeepFashion2: A Versatile Benchmark for Detection, Pose Estimation, Segmentation and Re-Identification of Clothing Images
摘要
【背景】有豐富標記的基準(如DeepFashion)在理解時尚圖片中是先進的,其標籤包括衣服分類、地標和消費者-商業圖片對。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(4-8個),沒有像素級的掩膜,使其和現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,包括檢測、姿態識別、分割、檢索。有80.1萬衣服條目,每一個條目有豐富的標記,如風格、尺度、視點、遮擋、邊框、密集的landmark以及掩膜。也有87.3萬個商業-消費者衣服對。DeepFashion2
的標記比對應的部分多了很多。提出了一個健壯的基準,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。進行了大量的評估,不同的評估標準。
模型圖
這個設計的太多了,不怎麼適合於語義分割,遂棄坑。