DeepMark++：边缘端实时服装检测
计算机视觉与模式识别
2020-11-11 v3
摘要
服装识别是时尚领域内最基础的人工智能应用挑战。尽管现有方案提供尚可的识别精度，它们通常较慢且需要大量计算资源。本文中我们提出一种单阶段方法来克服此障碍，并提供快速的服装检测与关键点估计。我们的方案基于多目标网络 CenterNet，并引入若干强大的后处理技术以提升性能。我们最精确的模型在 DeepFashion2 数据集上取得与 SOTA 方案可比的结果，而我们的轻量快速模型在华为 P40 Pro 智能手机上以 17 FPS 运行。此外，我们在 DeepFashion2 关键点估计挑战赛 2020 中以测试集 0.582 mAP 取得第二名。
引用
@article{arxiv.2006.00710,
title = {DeepMark++: Real-time Clothing Detection at the Edge},
author = {Alexey Sidnev and Alexander Krapivin and Alexey Trushkov and Ekaterina Krasikova and Maxim Kazakov and Mikhail Viryasov},
journal= {arXiv preprint arXiv:2006.00710},
year = {2020}
}
备注
Winter Conference on Applications of Computer Vision (WACV21)