FashionStylist：用于时尚理解的专家知识增强多模态数据集
计算机视觉与模式识别
2026-04-14 v2 信息检索
摘要
时尚理解需要视觉感知以及对风格、场合、搭配及穿搭理由的专业推理。然而，现有时尚数据集仍然碎片化且任务特定，常仅关注物品属性、穿搭共现或弱文本监督，因而为整体穿搭理解提供的支持有限。本文介绍 FashionStylist，一个专家标注的基准数据集，用于整体且专业的时尚理解。通过专门的时尚专家标注流程构建，FashionStylist 在物品层面和穿搭层面均提供专业标注。它支持三个代表性任务：穿搭到物品定位、穿搭补全和穿搭评估。这些任务涵盖了从复杂穿搭中恢复带层叠与配件的物品、超越共现匹配的搭配感知组合，以及对风格、季节、场合和整体一致性的专家水平评估。实验结果表明，FashionStylist 不仅作为多个时尚任务的统一基准，还是提升 MLLM-based 时尚系统中定位、补全和穿搭级语义评估训练资源的有效手段。
引用
@article{arxiv.2604.09249,
title = {FashionStylist: An Expert Knowledge-enhanced Multimodal Dataset for Fashion Understanding},
author = {Kaidong Feng and Zhuoxuan Huang and Huizhong Guo and Yuting Jin and Xinyu Chen and Yue Liang and Yifei Gai and Li Zhou and Yunshan Ma and Zhu Sun},
journal= {arXiv preprint arXiv:2604.09249},
year = {2026}
}