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