dress-code

dress-code

高分辨率虚拟试衣数据集,涵盖53792件服装和107584张图像

Dress Code数据集提供高分辨率的虚拟试衣图像,包含来自YOOX NET-A-PORTER目录的53792件服装和107584张图像。数据集分为上身、下身和连衣裙三类,分辨率为1024x768,并附有关键点、骨架图、人类标签图和稠密姿态信息。请注意,使用此数据集需遵守相关条款,且仅对非私人公司开放。更多信息,请访问相关链接。

Dress Code Dataset虚拟试穿图像分割OpenPoseDeep LearningGithub开源项目

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

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

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

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

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

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

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。

下拉加载更多