1. 服装类别和属性预测集
Category - Attribute 下载
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.
1.2. 服装类别Category
2. 服装关键点检测数据集
Fashion Landmark 下载
- 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
DeepFashion服装数据集 获取方式：
关注微信公众号 datayx 然后回复 服装 即可获取。
AI项目体验地址 https://loveai.tech
阅读过本文的人还看了以下文章：
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
长按图片，识别二维码，点关注
AI项目体验
https://loveai.tech
