Dataset - DeepFashion 服装数据集

AIHGF

发布于 2019-02-18 10:02:37

3.7K0

发布于 2019-02-18 10:02:37

文章被收录于专栏：AIUAI

Dataset - DeepFashion 服装数据集

[Dataset - DeepFashion]

[Project - DeepFashion]

对于数据集有学习科研等需求的，请在 AIUAI-Dataset - DeepFashion 服装数据集 中联系.

1. 服装类别和属性预测集

[Category - Attribute 下载]

[百度网盘]

289,222 张服装图片 clothes images;
50 个服装类别 clothing categories
1,000 个服装属性 clothing attributes;
每张图片都标注了 bounding box 和服装类型 clothing type.

1.1 数据文件说明

下载文件包括：

Img - 服装图片文件夹共 289,222 张图片，JPG 格式. 图片的最长边 resize 到 300，保持原始图片的长宽比 aspect ratios.
list_bbox.txt - 服装 bbox 标注 bbox 标注: [x1, y1, x2, y2]，[x1, y1] 左上角位置，[x2, y2] 右下角坐标.
list_category_cloth.txt - 服装类别 Category (50 类) 分为上身服装、下身服装、全身服装三类，其 ID 分别为 1，2，3. 服装类别根据其顺序依次表示. 服装类别Category预测问题可以看做是 1-of-K 分类问题.
list_category_img.txt - 服装类别 Category 标注
list_attr_cloth.txt - 服装属性 Attribute (1000 种) 服装属性Attribute类型包括五类：纹理-Texture，面料-Fabric，形状-Shape，部分-Part 和风格-Style，其 ID 分别为 1，2，3，4，5.
list_attr_img.txt - 服装属性 Attribute 标注服装属性标注信息，是 1000 维的向量，每维分别表示是否存在某服装属性Attribute，1 表示存在，-1 表示不存在，0 表示未知Unknown. 服装属性Attribute预测问题可以看做是多标签标注 Multi-label Tagging问题.
list_eval_partition.txt - 服装图片数据集的划分 train - 训练图片集；val - 验证Validation图片集；test - 测试图片集.

1.1 服装类别Category

50 category_name category_type Anorak 1 带风帽的厚茄克;防水布;滑雪衫 Blazer 1 运动夹克，运动上衣 Blouse 1 短上衣;女衬衫;宽松的上衣;工装 Bomber 1 Bomber Jacket 飞行员夹克 Button-Down 1 （衬衫）领尖有纽扣的，纽扣领的 Cardigan 1 开襟羊毛衫 Flannel 1 法兰绒衣服;法兰绒，绒布;毛巾; Halter 1 吊带 Henley 1 亨利 Hoodie 1 连帽衫;带帽夹克; Jacket 1 短上衣，夹克 Jersey 1 针织 Parka 1 风雪大衣；派克大衣 Peacoat 1 水手穿的厚呢短大衣 Poncho 1 斗篷 Sweater 1 毛衣，运动衫 Tank 1 tank top 背心装 Tee 1 T恤；短袖圆领运动衫（等于T-shirt） Top 1 上衣 Turtleneck 1 高领绒衣;高翻领，圆翻领 Capris 2 女用紧身裤 Chinos 2 斜纹棉布裤 Culottes 2 女裙裤 Cutoffs 2 拼接款 Gauchos 2 南美牛仔 Jeans 2 牛仔裤；粗斜纹棉布裤 Jeggings 2 牛仔样式打底紧身裤;是jeans（牛仔裤）和leggings（打底紧身裤）两个词的合成词; Jodhpurs 2 骑马裤，短马靴 Joggers 2 慢跑裤 Leggings 2 （女式）紧身裤 Sarong 2 马来群岛土人所穿的围裙，布裙 Shorts 2 短裤 Skirt 2 裙子;边缘;（连衣裙、外衣等的）下摆 Sweatpants 2 运动裤 Sweatshorts 2 Trunks 2 (男式)游泳裤 Caftan 3 有腰带的长袖衣服 Cape 3 披肩;斗篷 Coat 3 上衣，外套 Coverup 3 Dress 3 连衣裙 Jumpsuit 3 连衣裤，（尤指女式）连衣裤 Kaftan 3 土耳其式长衫 Kimono 3 （日本的）和服;和服式女晨衣 Nightdress 3 （妇女或孩子穿的）睡衣，睡袍 Onesie 3 连身衣 Robe 3 长袍;罩袍；浴袍;睡袍 Romper 3 背心连裤子的衣服 Shirtdress 3 （上身像衬衫的）衬衣式连衣裙 Sundress 3 太阳裙，背心裙

实际上应该只有 46 类服装类别：

[ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 39, 40, 41, 42, 43, 44, 46, 47, 48]

每类服装有的图片数：

[160, 7495, 24557, 309, 330, 13311, 324, 17, 716, 4048, 10467, 748, 676, 97, 791, 13123, 15429, 36887, 10078, 146, 77, 527, 486, 1669, 49, 7076, 594, 45, 4416, 5013, 32, 19666, 14773, 3048, 1106, 386, 54, 2120, 17, 72158, 6153, 126, 2294, 70, 150, 7408]

可视化：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

datas = open('list_category_img.txt').readlines()[2:]
print 'Num of DeepFashion Category Images: ', len(datas)

ann_labels = [eval(data.split(' ')[-1].strip()) for data in datas]
category_labels = np.unique(ann_labels)
print 'Num of DeepFashion Category: ', len(category_labels)

label_counts = [ann_labels.count(label_temp) for label_temp in category_labels]
print 'Num of DeepFashion Each Category Images: ', label_counts


plt.figure(figsize = (12,6))                                      
sns.barplot(category_labels, label_counts, alpha = 0.9)
plt.xticks(rotation = 'vertical')
plt.xlabel('Image Labels', fontsize =12)
plt.ylabel('Counts', fontsize = 12)
plt.show()

2. 服装关键点检测数据集

[Fashion Landmark 下载]

[百度网盘]

123,016 张 clothes images;
每张服装图片标注了8个服装关键点 fashion landmarks，包括关键点位置location 和可见性visibility;
每张图片也标注了 bounding box, 服装类型clothing type 和 variation type.

2.1 数据文件说明

下载文件包括：

Img - 服装图片文件夹共 123,016 张图片，JPG 格式. 图片的最长边 resize 到 512，保持原始图片的长宽比 aspect ratios.
list_bbox.txt - 服装 bbox 标注 bbox 标注: [x1, y1, x2, y2]，[x1, y1] 左上角位置，[x2, y2] 右下角坐标.
list_landmarks.txt - 服装关键点标注每一行的标注内容格式： image name clothes type variation type [landmark visibility 1 landmark location x_1 landmark location y_1, … landmark visibility 8 landmark location x_8 landmark location y_8] 服装类型有三类：上身服装、下身服装、全身服装，其 ID 分别为 1，2，3. 上身服装共 6 个关键点，依次为：[“left collar”, “right collar”, “left sleeve”, “right sleeve”, “left hem”, “right hem”]；下身服装共 4 个关键点，依次为：[“left waistline”, “right waistline”, “left hem”, “right hem”]；全身服装共 8 个关键点，依次为：[“left collar”, “right collar”, “left sleeve”, “right sleeve”, “left waistline”, “right waistline”, “left hem”, “right hem”].
list_eval_partition.txt - 服装图片数据集的划分 train - 训练图片集；val - 验证Validation图片集；test - 测试图片集

[1] - DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations

[2] - Fashion Landmark Detection in the Wild

[3] - 论文阅读理解 - DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2018年02月27日，如有侵权请联系 cloudcommunity@tencent.com 删除

深度学习