DeepFashion2: 一个针对衣服图片的检测、姿态估计、分割和重认证多用途基准

DeepFashion2: A Versatile Benchmark for Detection, Pose Estimation, Segmentation and Re-Identification of Clothing Images

摘要

【背景】有丰富标记的基准(如DeepFashion)在理解时尚图片中是先进的，其标签包括衣服分类、地标和消费者-商业图片对。然而， DeepFashion有一个不可忽略的问题，比方说每张图片单一的衣服，稀疏的地标(4-8个)，没有像素级的掩膜，使其和现实世界中有很大的鸿沟。

本文工作：我们使用DeepFashion 2解决这个问题，它是四种问题的多用途的基准，包括检测、姿态识别、分割、检索。有80.1万衣服条目，每一个条目有丰富的标记，如风格、尺度、视点、遮挡、边框、密集的landmark以及掩膜。也有87.3万个商业-消费者衣服对。DeepFashion2的标记比对应的部分多了很多。

提出了一个健壮的基准，叫做"Match R-CNN"，是建立在Mask R-CNN上来解决上述的四个问题，是一个端对端的方式。进行了大量的评估，不同的评估标准。

模型图

这个设计的太多了，不怎么适合于语义分割，遂弃坑。