Jun, 2018

Fashion-Gen: 时尚生成数据集与挑战

PDF
TL;DR本文介绍了一个由职业造型师提供的 293,008 张高清时尚图像和物品说明组成的数据集。我们在高分辨率图像生成和给定文本条件下的图像生成方面提供基准结果，并概述了一个基于此数据集的挑战的细节。
fashion imageshigh-resolution image generationtext-to-imagedatasetstylists
发现论文，激发创造
  • 质量与数量：揭示百万高质量时尚设计文本到图像合成的图片

    AI 与时尚设计的融合已成为一个前景光明的研究领域，本论文提出了首个 Fashion-Diffusion 数据集，该数据集包含超过一百万高质量的时尚图片和详细的文本描述，并提供了多个用于评估时尚设计模型性能的数据集，推动了 AI 驱动的时尚设计领域的标准化和未来研究的进展。

    Nov, 2023

  • FIRST: 文本驱动的时尚综合与设计的百万条目数据集

    通过介绍一个新的包含一百万高分辨率时尚图像和丰富结构化文本描述的数据集，本研究旨在推进基于文本的时尚合成和设计领域的研究，为使用先进的生成模型进行时尚合成和设计提供必要性。

    Nov, 2023

  • Fashion-MNIST: 一种新颖的图像数据集，用于基准测试机器学习算法

    介绍 Fashion-MNIST 数据集，该数据集由十个类别的七万张灰度图像组成，旨在作为 MNIST 数据集的替代品，用于机器学习算法的基准测试。

    Aug, 2017

  • 神经时尚图片字幕生成：考虑数据多样性

    本研究使用 InFashAIv1 和 DeepFashion 数据集，使用 Show and Tell 算法生成时尚图片的描述，取得更好的效果，并发现对于非洲风格的时尚图片，联合训练提高了图像描述质量，表明西方风格数据的迁移学习是可行的，释放了 InFashAIv1 数据集以促进更多包容性工作。

    Jun, 2021

  • Deep Fashion3D: 从单张图像重建三维服装的数据集与基准测试

    Deep Fashion3D 是迄今为止最大的 3D 服装模型集合，包含 2078 个模型和丰富的注释信息，并引入了一种新的单视角服装重建方法。

    Mar, 2020

  • DeepFashion2：服装图像检测、姿态估计、分割和再识别的通用基准

    DeepFashion2 是一个多任务的数据集和基准，旨在为四个任务提供衣服检测，姿势估计，分割和检索，“Match R-CNN” 是解决这四个任务的强有力基线。

    Jan, 2019

  • 一种穿着衣物的人的生成模型

    本文提出了第一个基于图像的全身穿着人群生成模型，通过从大规模图像数据库中学习生成模型，我们克服了人体姿态、形状和外观方面的高变异性挑战，并提出了一种可分解生成模型以生成逼真的人物图像。该方法有效地实现了数据驱动的人物生成方法。

    May, 2017

  • 时尚智取：一个面向自然语言反馈检索图像的新数据集

    该论文介绍了 Fashion IQ 数据集，支持互动式时装图像检索的研究和进展，提供了人工生成的注释、现实世界的产品描述和派生的视觉属性标签等，通过基于 transformer 的用户模拟器和交互式图像检索器提高对话式图像检索的效果，鼓励进一步开发更自然和适用于现实世界的购物助手。

    May, 2019

  • 生成穿着定制服装的高分辨率时装模特图像

    该研究论文提出了一种通过输入人体姿势，生成高分辨率服装模特佩戴自定义衣服并展示的方法，不仅能够实现衣服风格和姿势的转移，还能够创造出逼真的人体和服装图像

    Aug, 2019

  • 基于街拍图像的大规模视觉推荐

    本文提出了四个数据驱动模型用于大规模的视觉推荐系统，这些模型可以有效地利用大量的时尚图片及其丰富的元数据，通过对大规模数据集的深入实验对这些算法进行了分析，并在颜色科学的基础上对其进行了基线，同时展示了从这些实验中学到的关键时尚见解并介绍了一个可以用于未来视觉研究的大规模时尚图像注释数据集（Fashion-136K）。

    Jan, 2014