介绍

时尚是大生意。无论是在网上销售还是在实体店销售，服装都是零售销售的最大推动力之一。

DeepFashion等数据集的可用性开辟了新的可能性。想象一下，有一个AI驱动的分类器，商店可以用它来识别进入商店的人的穿着。

这些信息可以被动地使用，以收集有关购物者通常穿什么类型的服装的综合情报。或者，它可以被积极使用。例如，当顾客穿着裙子或西装进入商店时，时尚探测器可以提醒销售人员。由于这个人已经穿着高档、高价值的衣服，他们今天更有可能在商店里花更多的钱。

使这一切成为可能的第一步是有效且准确的分类器模型。在本系列文章中，我们将展示一个AI驱动的深度学习系统，它可以帮助我们更好地了解客户的需求，从而彻底改变时装设计行业。

在这个项目中，我们将使用：

Jupyter Notebook作为IDE
库：
- TensorFlow 2.0
- NumPy
- MatplotLib
DeepFashion数据集的自定义子集——相对较小以减少计算和内存开销

我们假设您熟悉深度学习的概念，以及Jupyter Notebooks和TensorFlow。如果您不熟悉 Jupyter Notebook，请从本教程开始。欢迎您下载项目代码。

数据子集

该DeepFashion数据集是一个大型的服装数据库，其中有几个吸引人的特点：服装类别和属性预测，在车间衣服检索基准，消费者到店服装检索基准，时尚地标检测基准，由在香港中文大学的多媒体实验室收集。但是，对于我们的项目，我们将仅使用类别和属性预测数据集，因为我们将致力于检测和分类现有图像中的服装，甚至生成新的相似图像。要继续，请下载数据集。

类别和属性预测是一个巨大的数据集，其中包含按不同属性划分为高度特定类别的衣服图像。例如，有袖上衣被认为与无袖上衣不同。

对于这个项目，我们制作了自己的数据子集，减少了图像和类别特异性的数量，以简化和降低计算成本。我们将分类从DeepFashion原来的46个类别减少到15个类别。然后，我们从每个简化类别中选择了500-700张图像，如下图所示：

自定义数据集可以在这里下载。

问题陈述

时尚行业的人工智能深度学习系统可以检测、识别，然后推荐或生成新设计。衣服的分类可以通过对不同服装类型的图像进行训练的深度网络来完成。还可以训练深度网络来预测衣服的属性，并检测单个服装项目。真实图像将描绘人们穿着多种类型的衣服。例如，某人可能穿着牛仔裤、衬衫和夹克。最好有一个可以同时检测所有这些项目的强大系统。可以训练神经网络检测一种或多种类型，并将每个检测到的部分发送到网络以分类为服装类别之一。

此外，深度网络可以成为时装设计推荐器或生成器：您可以训练它们使用生成对抗网络 (GAN) 生成新的衣服图像。GAN使用训练数据集（例如大型照片数据库）来学习如何生成新的、真实的数据。

在本系列的以下文章中，我们将看到如何实现上述一些任务并将其应用于现实生活中的图像。

下一步

在接下来的文章中，我们将向你展示如何使用传输学习微调VGG19模型进行分类时尚服装类别。敬请关注！

https://www.codeproject.com/Articles/5297227/Deep-Learning-for-Fashion-Classification

（一）时尚分类的深度学习相关推荐

TensorFlow损失函数（loss function） 2017-08-14 11:32 125人阅读评论(0) 收藏举报分类：深度学习及TensorFlow实现（10）版权声明：
TensorFlow损失函数(loss function) 2017-08-14 11:32 125人阅读评论(0) 收藏举报分类: 深度学习及TensorFlow实现(10) 版权声明:本 ...
【论文阅读】用于代表单个树木的机载LiDAR 3D点云针叶树/落叶分类的深度学习
Deep learning for conifer/deciduous classification of airborne LiDAR 3D point clouds representing in ...
对最近用于细粒度车辆分类的深度学习架构的系统评估
细粒度的车辆分类是对车辆的品牌.型号和年份进行分类的任务. 这是一项非常具有挑战性的任务,因为不同类型但颜色和视点相似的车辆通常看起来比相同类型但颜色和视点不同的车辆更相似. 车辆制造商.型号和年份与 ...
脑电EEG代码开源分享【6. 分类模型-深度学习篇】
往期文章希望了解更多的道友点这里 0. 分享[脑机接口 + 人工智能]的学习之路 1.1 . 脑电EEG代码开源分享 [1.前置准备-静息态篇] 1.2 . 脑电EEG代码开源分享 [1.前置准备- ...
One-Error多标签分类_深度学习：如何在多标签分类问题中考虑标签间的相关性？
1 多标签问题的简单解决思路利用神经网络,我们可以很轻松处理一个多标签问题.如标题图所示,为前馈神经网络添加适当数量的隐含层,同时在输出层使用某个阈值判断标签分类结果即为一种基础的解决思路. 上述是 ...
深度学习狗图片_狗品种分类的深度学习
深度学习狗图片深度学习 (Deep Learning) Stuck behind the paywall? Click here to read the full story with my fri ...
关于最近用于细粒度车辆分类的深度学习框架的系统评估
本文是一篇关于细粒度分类的深度框架评估的论文,主要利用最有前景的CNN进行了各种实验,探究了直接微调具有SOTA性能的CNN在图像分类任务上的潜能.可以作为车辆再识别与车辆细粒度分类的一个知识补充. ...
少样本苹果分类机器深度学习
场景: 样本少,且只有部分进行了标注.负样本类别(不是被标注的那些)不可穷尽,图像处理步骤: 1,数据增强,扩充确认为普通苹果的样本数量 2,特征提取,使用VGG16模型提取图像特征 3,Kmean ...
基于LSTM搭建文本情感分类的深度学习模型:准确率95%
向AI转型的程序员都关注了这个号

（一）时尚分类的深度学习

介绍

数据子集

问题陈述

下一步

（一）时尚分类的深度学习相关推荐

最新文章

热门文章