项目介绍：Dress Code 数据集
Dress Code 项目是一个高分辨率多类别虚拟试穿的数据集，由D. Morelli, M. Fincato, M. Cornia, F. Landi, F. Cesari 和 R. Cucchiara 提出。这个数据集的主旨是为图像虚拟试穿提供高质量的数据支持，主要涉及多种服装类别。通过分析多个不同的服装目录，这个数据集共收集了超过五万对的高分辨率服装模型图像。
数据集详情
Dress Code 数据集的图像由来自 YOOX NET-A-PORTER 的不同目录中的服装组成，共分为三个主要的服装类别：上身服装、下身服装和连衣裙。这些图像的分辨率为1024 x 768，确保了图像的高质量和细节呈现。此外，每对图像还附带了相关的信息，如关键点、骨架、人类标注图和人类密集姿态。
数据集概要
- 总共服装数量：53792件
- 图像总数：107584张
- 类别：上衣、下身服装、连衣裙
- 分辨率：1024 x 768
- 附加信息：
- 关键点
- 骨架
- 人类标注图
- 人类密集姿态
附加信息描述
数据集中，除了模型和服装图像对之外，每幅图像还附带了详细的辅助信息，以支持更深入的研究和应用。这些信息包括：
- 关键点：使用OpenPose提取的18个关键点来表示人体的各个关节。
- 骨架：通过连接关键点形成的RGB图像，展示人体的姿势结构。
- 人类标注图：为每个图像像素分配类别，从而得到目标模型的分割掩码。
- 人类密集姿态：使用DensePose提取的密集标签和UV映射。
实验结果
在低分辨率（256 x 192）的情况下，Dress Code 项目的效果得到了多种指标的验证，如结构相似性指数（SSIM）、生成对抗网络分数（FID）和核独立指标（KID）。实验结果展示了该数据集在多个试穿模型中的表现，以及其强大的应用潜力。
项目代码
由于合作协议的限制，Dress Code 项目无法公开完整的代码。然而，该项目提供了一个空的Pytorch项目，用于加载数据，便于研究者自行开发和实验。
引用和联系方式
如需要参考本项目，请使用提供的BibTeX格式引用。如果对数据集有任何疑问，可通过其GitHub页面的公共问题部分进行咨询，或直接通过电子邮件联系项目作者。
编辑推荐精选
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的 项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优 化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号