DeepFashion2：面向服装图像检测、姿态估计、分割与重识别的通用基准
计算机视觉与模式识别
2019-01-24 v1
摘要
对时尚图像的理解已因具有丰富标注的基准（如 DeepFashion，其标签包含服装类别、关键点和消费者-商用图像对）而取得进展。然而，DeepFashion 存在不可忽视的问题，如每幅图像仅单一服装项、稀疏关键点（仅 4~8 个）以及无逐像素掩码，使其与真实场景存在显著差距。我们通过提出 DeepFashion2 来填补这一差距以解决这些问题。它是一个涵盖四项任务的通用基准，包括服装检测、姿态估计、分割与检索。它包含 801K 个服装项，其中每项具有丰富标注，如款式、尺度、视角、遮挡、边界框、密集关键点与掩码。此外还有 873K 个商用-消费者服装对。我们提出了一种称为 Match R-CNN 的强基线方法，它构建于 Mask R-CNN 之上，以端到端方式解决上述四项任务。在 DeepFashion2 中使用不同准则进行了广泛评估。
引用
@article{arxiv.1901.07973,
title = {DeepFashion2: A Versatile Benchmark for Detection, Pose Estimation, Segmentation and Re-Identification of Clothing Images},
author = {Yuying Ge and Ruimao Zhang and Lingyun Wu and Xiaogang Wang and Xiaoou Tang and Ping Luo},
journal= {arXiv preprint arXiv:1901.07973},
year = {2019}
}