【计算机视觉】（三）FashionAI代码复现碰到的问题和坎坷

最新推荐文章于 2025-06-04 08:28:43 发布
原创 最新推荐文章于 2025-06-04 08:28:43 发布 · 972 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#计算机视觉 #FashionAI

本文分享了对GitHub上排名第17的FashionAI服装关键点检测项目的复现过程，重点介绍了在当前数据集不完整的情况下进行的代码调整与优化，特别是针对cuda内存溢出问题的解决方案。

这里选择复现的是第17名的代码，

原github地址

https://github.com/gathierry/FashionAI-KeyPointsDetectionOfApparel

数据下载地址：

注意点：

因为现在网上可以下载的数据和比赛时的数据不太一样，没有原来那么全了，所以代码需要修改的还挺多的

修改一：

cuda out of memory了，果然图片训练都是高配玩家玩的。。。。他大爷的

计算机视觉论文复现指南：从理论到可运行代码的保姆级教程
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
08-31 12万+
计算机视觉论文复现指南：从理论到可运行代码的保姆级教程​ ，人工智能，计算机视觉，大模型，AI，本文围绕计算机视觉论文复现展开，介绍从理论到可运行代码的全流程。先强调复现的重要性，再讲解复现前的准备，包括明确目标、构建工具链；接着说明代码获取分析、环境配置调优、调试运行技巧及结果验证优化方法，还推荐了高效工具，提及复现中的伦理规范。旨在助读者掌握复现方法论，实现从经典模型到前沿论文的复现，推动学术成果落地。
计算机视觉系列-AlexNet论文复现学习笔记（二）
大模型与Agent智能体
07-02 1185
计算机视觉系列-AlexNet论文复现学习笔记（二）在上一篇博客，我们学习了模型训练对齐方法：本文继续基于 AlexNet网络模型学习神经网络训练的基本模块，学习 Paddle及Pytorch框架论文复现中的loss对齐、学习率对齐、反向对齐、精度对齐方法。AlexNet论文链接： https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf github：https://github.co
FashionAI_KeyPoints_Detection:这是我的Fashion AI关键点检测竞赛项目
05-14
用于FashionAI关键点检测的卷积姿态机（CPM）和特征金字塔网词（FPN）的Pytorch实现 该代码引用了github上其他人的一些想法，并且基于的纸上。 最终排名是56，得分为6.38％。 对于大一新生来说，这对我来说还不错：)您可以将代码作为基准解决方案。 有一些切实可行的结果，如下所示： 使用ResNet-50的CPM + FPN输出示例 您可以按照以下步骤重现我的结果。 步骤1 相依性 Python 3.5版 脾气暴躁的 大熊猫 火炬 cv2 tqdm Keras（TensorFlow后端） 资料准备 下载并将文件放入以下结构中： 步骤1：确保图像数据和注释位于折叠的“数据”中。数据目录结构如下： DATA_DIR/ |-- test/ | |-- test.csv | |-- Images/ | | |
Fashion.ai 人工智能时尚v2.0
shadowcz007的博客
05-03 1053
17年的时候，我开发过一个小程序，叫MIX灵感，专门用来收集“好玩”的产品、技术应用。不过现在，这个小程序早就没有维护，我也把数据迁移到了知识星球。利用知识星球方便的标签功能，读者们可以...
FashionAI
yunxinan的专栏
06-28 1568
摘要： 基于人体姿势生成时尚衣着图像, 提出了一种将主体的时尚图像从某个姿势迁移到新的体态姿势上去。这一模型包含了两个判别器和一个生成器。其中生成器包含了姿势编码器、图像编码器以及对应的解码器，两个编码器得到的特征表达将被用于新图像合成。与传统方法不同的是两个判别器用于指导模型学习，一个用于判别生成图像与训练样本，领域各用于验证生成图像与姿势间的连续性。(from 北卡大学 JD OPPO) 论文...
c++学习笔记 --5.11 小结
Qin_xian_shen的博客
05-11 348
函数模板 类模板 动态数组类（向量类） 链表类 集合类 栈类（先进后出）->可以用于做一个计算器 队列类（先进先出）->循环队列  （运用取余的做法 让头到尾 尾到头） 类是对对象的抽象   而类模板是对类的抽象  但是人们还是不满足 当两个类模板 比如 集合类模板 与 链表类模板 都有相似的算法 add remove 那么就想
阿里天池FashionAI服装属性标签识别Top1%方案分享
small_ARM的专栏
06-10 1万+
前言 上周六刚刚结束FashionAI2018服装属性标签识别的复赛，比赛竞争十分激烈。比赛总共报名近3000支队伍，经过3个月的比拼，我们队伍最终获得了第11名的成绩。虽然离第十名只有一步之遥，但是我不遗憾，毕竟这是我第一次参加天池比赛，对于这个结果我感觉对得起自己三个月的辛苦。 干货 下面从以前几点来讲解该比赛及方案 FashionAI比赛内容 FashionAI比赛方案 未来计划 ...
【计算机视觉】（二）DeepFashion成功复现！代码复现碰到的问题和坎坷，包括代码修改和cudnn库的匹配，
ciecus_csdn的博客
02-20 3841
源代码github地址 https://github.com/abhishekrana/DeepFashion 环境：ubuntu            python2.7 问题一：直接运行./dataset_download.sh命令无法下载img.zip 解决方法： 百度网盘链接： github中只用下载category and attribute那个文件夹就行了 自己从百度网...
计算机视觉：少样本学习（Few-Shot Learning）在视觉中的应用
热门推荐
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
06-04 4万+
计算机视觉：少样本学习（Few-Shot Learning）在视觉中的应用 ，人工智能，计算机视觉，大模型，AI，少样本学习（Few-Shot Learning, FSL）应运而生，其目标是利用极少量的标注样本训练模型，使模型能够对新的样本进行准确分类或预测。这一技术模拟人类从少量示例中快速学习并泛化到新情况的能力，为解决数据稀缺问题提供了有效的途径，在计算机视觉领域展现出巨大的潜力和应用价值。
Openai神作Dalle2理论和代码复现
Allen_人工智能与大数据
08-16 1万+
Openai神作Dalle2理论和代码复现
FashionAI-MultiTask:这是天池FashionAI复赛用的多任务部分代码
05-15
FashionAI-MultiTask 这是天池FashionAI复赛用的多任务部分代码，基本模型是DenseNet 169，底下接了8个分类器，但是效果不好，才50多，复赛排名垫底了，打算继续研究这个数据的多任务实现，希望可以攻克
FashionNet:使用深度学习的时尚推荐系统
03-11
时尚网 使用深度学习的时尚推荐系统 目标： 在FashioNet中，我们旨在构建一种时尚推荐系统，该系统能够通过从一个人的衣服图像中提取各种属性来学习他们的衣服样式和喜好。 然后将这些属性提供给相似性模型，以检索最接近的相似图像作为建议。 方法： 我们计划训练一个卷积深网，该网能够执行多类，多标签分类。 因此，每个服装商品都可以附加一个或多个服装属性，每个属性本身都具有类。 我们决定采用以下属性，例如图案[格仔，条纹，花卉，图形，实心]，面料[棉，雪纺，蕾丝，羊毛，丝绸]，样式[休闲，正式，派对，冬天，夏天]，形状[全袖，半袖，无袖]。 对于网络上的每幅服装图像，我们将其称为“时尚矢量”。 Fashion Vector基本上是一个以属性为维度，属性类为值的向量。 看起来像[attribute1_class，attribute2_class，attribute3_class，...] [
FashionAI大赛 Keypoints_top5
09-01
天池FashionAI全球挑战赛—服饰属性标签识别 总决赛TOP5的答辩PPT
使用mmdetection快速复现计算机视觉顶会论文
m0_56896669的博客
03-08 2100
使用mmdetection中支持的算法运行自定义数据集
DeepFashion服装检索及代码实现
luuuyi的博客
07-24 2万+
DeepFashion 数据集介绍 DeepFashion是香港中文大学开放的一个large-scale数据集。包含80万张图片，包含不同角度，不同场景，买家秀，买家秀等图片。总共有4个主要任务，分别是服装类别和属性预测、In-Shop和c2s服装检索、关键点和外接矩形框检测。 每张图片也有非常丰富的标注信息，包括类别，属性，Bbox，特征点等信息。部分任务中的数据集需要邮件联系作者获取...
Python机器学习实训营（原理推导+代码复现+实验分析）
07-14
购买课程后，添加小助手微信（微信号：csdnxy68）回复【唐宇迪】进入学习群，获取唐宇迪老师答疑Python机器学习实训营（原理推导+代码复现+实验分析）课程旨在帮助同学们在机器学习领域打下坚实基础。课程注重算法原理讲解与数学公式推导并基于Python语言给出完整的代码实现，从零开始实现每一模块功能（非调用工具包）通过代码实例演示算法工作流程与实现方法，基于案例进行实验分析，算法涉及核心知识点全方位解读。整体风格通俗易懂，建议同学们在学习过程中先掌握算法原理，基于数学推导公式进行代码复现与实战演练。课程提供全部课程所需PPT，数据，代码。
FashionAI 天池竞赛 - Top5 技术方案简汇
长风破浪会有时，直挂云帆济沧海
01-30 4818
主页：http://fashionai.alibaba.com/ 服饰属性标签识别 - Top5-PPT 阿里天池关于服装属性标签识别的竞赛的 Top5 团队的技术方案 PPT 汇总. 可以在竞赛主页观看技术方案的答辩视频. 1. 禾思众成团队 2. JUST GAN 团队 3. 小飞猪团队 在开始我们的展示之...
把Cascade Pyramid Network网络应用到天池FashionAI 服装关键点数据集上的经验总结
Wanderist_
12-07 1368
1.首先最明确的一点就是修改需要检测关键点的个数，COCO数据集姿态识别的关键点个数是17，而FashionAI数据集的总个数是24个，但是不同的服装类别的个数不一样，比如blouse有13个点，但是如果生成24个heatmap，就会至少有11个heatmap是没用的，这样导致GPU内存增大，又使得loss不能很好的传递训练，因此最好分别对每个单类别进行训练 2.测评要求不一样，FashionA...
计算机视觉论文复现源代码
最新发布
10-17
首先，用户的问题是：“我想查找计算机视觉论文复现的源代码 请问计算机视觉论文复现的源代码”。这是在询问如何找到计算机视觉论文复现的源代码。 我需要参考系统级指令： - 所有行内数学表达式必须使用 $...$ ...
评论 17
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值