DeepFashion: 服装公开数据集概述

DeepFashion数据集由香港中文大学发布,包含80万张图片及丰富标注信息,分为四部分:分类与属性预测基准、在线商店服装检索基准、消费者到商店服装检索基准和时尚地标检测基准。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >



DeepFashion(http://mmlab.ie.cuhk.edu.hk/projects/DeepFashion.html)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。

每张图片也有非常丰富的标注信息,包括50种类别,1000种属性,Bbox,特征点。

还有约30万的不同姿势/不同场景的图片pairs。


实际上DeepFashion是由4个子集组成的。它们分别是:


1. Category and Attribute Prediction Benchmark:[Download Page] 

这个子集是用来做分类和属性预测的。

共有50中分类标记,1000中属性标记。

包含289,222张图像。每张图像都有1个类别标注,1000个属性标注,Bbox边框,landmarks。

数据集下载后可以直接使用。


Category and Attribute Prediction Benchmark


2. In-shop Clothes Retrieval Benchmark:   [Download Page]  

这个是卖家秀图片集,每个商品id,有多张不同角度的卖家秀,放在同一个文件夹内。

7982件商品,共52712张图像,每张图片都有463中属性,Bbox,landmarks,以及店铺描述。

数据集下载后解压需要密码,密码需要邮件联系作者获取。


In-shop Clothes Retrieval Benchmark


3. Consumer-to-shop Clothes Retrieval Benchmark: [Download Page]  

这个子集是卖家秀买家秀对应的数据集,每个商品id对应的文件夹中包含一张卖家秀和几张买家秀。

33 881种商品,共 239 557张图片。每张图片都有Bbox,303种属性,以及来源说明(卖家,买家)。

数据集解压同样需要密码。


Consumer-to-shop Clothes Retrieval Benchmark


4. Fashion Landmark Detection Benchmark:   [Download Page]  

这个子集主要是做landmark和Bbox用的,包含123 016张图片,每张图片都有landmarks和Bbox的标记,还有类别标注(上衣,下装,全身),以及姿态(正常姿势,大幅度姿势等)信息。

数据集可直接使用。


Fashion Landmark Detection Benchmark



详细信息可以参照官网,以及下载数据集中的readme和anno。
### 商品图像分类数据集概述 对于商品图像分类的任务,可以考虑使用一些专门针对商品识别和分类设计的数据集。这些数据集通常包含大量标注的商品图片,涵盖了不同的类别、品牌以及视角。以下是几个适合用于商品图像分类的数据集: #### 1. **Stanford Products Dataset** 该数据集由斯坦福大学提供,包含了超过12万张商品图片,覆盖了来自 eBay 的 48 类商品[^5]。每张图片都经过精细标注,适用于细粒度的商品分类任务。 ```python import tensorflow as tf from tensorflow.keras.preprocessing.image import ImageDataGenerator datagen = ImageDataGenerator(rescale=1./255) train_generator = datagen.flow_from_directory( 'stanford_products/train', target_size=(224, 224), batch_size=32, class_mode='categorical' ) ``` #### 2. **Amazon Fashion Dataset** 这是一个专注于时尚类商品的图像数据集,包含约50万张服装商品图片,涉及多个子类别如鞋子、包包、衣服等[^6]。它非常适合用来训练深度学习模型进行商品推荐或分类。 #### 3. **DeepFashion Dataset** DeepFashion 是一个大规模的时尚商品数据集,拥有超过80万个标记好的服饰图片,并提供了多种属性标签(例如颜色、风格、纹理)[^7]。这使得它可以被广泛应用于各种视觉理解任务中,包括但不限于商品检索与分类。 #### 4. **ImageNet (Subset for Commercial Goods)** 虽然 ImageNet 并不是一个专门为商业用途创建的数据集,但它确实包含了许多常见的消费品类别。通过筛选特定的 WordNet ID 可以提取出相关的子集来构建自己的商品分类系统[^8]。 --- ### 下载链接及相关资源 为了方便获取上述提到的一些公开可用的商品图像分类数据集,这里整理了一些官方或者可信第三方提供的下载地址: - Stanford Products Dataset: https://cvgl.stanford.edu/projects/products/ - Amazon Fashion Dataset: http://jmcauley.ucsd.edu/data/amazon/fashion.html - DeepFashion Dataset V2: https://github.com/DongDang-SecLab/DeepFashion2 注意,在实际操作前需确认各站点的服务条款并遵循其版权规定。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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