iMaterialist 时尚属性数据集
计算机视觉与模式识别
2019-06-17 v2
摘要
诸如 ImageNet 等大规模图像数据库显著推进了图像分类及其他视觉识别任务。然而，这些数据集大多仅针对单标签和粗粒度对象级分类而构建。在实际应用中，通常需要多标签和细粒度类别，但公开的此类数据集极少，尤其是大规模且高质量的数据集。在这项工作中，我们向社区贡献了一个名为 iMaterialist Fashion Attribute (iFashion-Attribute) 的新数据集，以解决时尚领域的这一问题。该数据集由超过一百万张时尚图像构建而成，其标签空间包含 8 组共 228 个细粒度属性。每张图像均由专家标注了多个高质量的时尚属性。其结果是首个已知的百万级多标签细粒度图像数据集。我们进行了广泛的实验，并提供了现代深度卷积神经网络 (CNN) 的基线结果。此外，我们证明了在 iFashion-Attribute 上预训练的模型，与在 ImageNet 或其他时尚数据集上预训练相比，在时尚相关任务上取得了更优的迁移学习性能。数据可在以下地址获取：https://github.com/visipedia/imat_fashion_comp
引用
@article{arxiv.1906.05750,
title = {The iMaterialist Fashion Attribute Dataset},
author = {Sheng Guo and Weilin Huang and Xiao Zhang and Prasanna Srikhanta and Yin Cui and Yuan Li and Matthew R. Scott and Hartwig Adam and Serge Belongie},
journal= {arXiv preprint arXiv:1906.05750},
year = {2019}
}