Fashionpedia：本体、分割与属性定位数据集
计算机视觉与模式识别
2020-07-21 v2 机器学习
图像与视频处理
摘要
本工作中我们探索带有属性定位的实例分割任务，其统一了实例分割（检测并分割每个对象实例）与细粒度视觉属性分类（识别一个或多个属性）。所提任务要求既定位对象又描述其属性。为阐明该任务的各个方面，我们聚焦时尚领域并引入Fashionpedia，作为描绘时尚界视觉面貌的一步。Fashionpedia由两部分组成：（1）由时尚专家构建的本体，包含27个主要服装类别、19个服装部件、294个细粒度属性及其关系；（2）一个基于Fashionpedia本体构建的数据集，含日常与名人活动时尚图像，标注了分割掩码及每个掩码关联的细粒度属性。为解决这一挑战性任务，我们提出一种新颖的Attribute-Mask RCNN模型，联合执行实例分割与定位属性识别，并给出该任务的新评价指标。我们还证明在Fashionpedia上预训练的实例分割模型比其他时尚数据集上的ImageNet预训练具有更好的迁移学习性能。Fashionpedia可从 https://fashionpedia.github.io/home/index.html 获取。
引用
@article{arxiv.2004.12276,
title = {Fashionpedia: Ontology, Segmentation, and an Attribute Localization Dataset},
author = {Menglin Jia and Mengyun Shi and Mikhail Sirotenko and Yin Cui and Claire Cardie and Bharath Hariharan and Hartwig Adam and Serge Belongie},
journal= {arXiv preprint arXiv:2004.12276},
year = {2020}
}
备注
eccv2020