DeepFashion复现
1. 下载代码和数据集
2. 在Ubuntu中安装Anaconda
3. 新建python2.7虚拟环境
4. pip install -r requirements
5. 安装并配置CUDA 10
6. 安装tensorflow-gpu
7. 在代码中加一行调用GPU的代码
8. 配置并预处理数据集 python dataset_create.py
9. 训练 python train.py
10. 预测 python predict.py
DeepFashion 数据集:
数据集deepFashion包含了(服装的语义特征、服装的位置、不同场景下的服装相关性)
DeepFashion 包含80W张图片,具体包含50种类别,1000个属性,4-8个关键点,同一种衣服的配对属性。
图片主要来源于:
购物网站Forever212和Mogujie,一共收集了1320078 张
Google网络图片,一共收集了1, 273, 150 张
先使用Alexnet的全连接层剔除了特征相差较大的,然后进行人工清洗,得到最终的80W张图片。
增加额外的landmark定位,有助于提高类别分类的精度
更多的衣服属性,有助于训练产生更好的特征空间,从而更好优化识别


DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations
CVPR2016
做了什么
遇到什么问题
下一步做什么