摘要
近年来，服装识别技术的进步主要得益于服装数据集的构建。现有数据集在标注数量上存在局限，难以应对实际应用中的多样化挑战。为此，本文提出 DeepFashion，一个大规模且标注全面的服装数据集。该数据集包含超过80万张图像，每张图像均经过丰富的多维度标注，涵盖大量属性信息、服装关键点（clothing landmarks）以及在不同场景下拍摄的图像对应关系，包括商店内、街拍和消费者自拍等场景。这些详尽的标注为服装识别算法的开发提供了有力支持，并将推动后续研究的深入发展。为充分展示 DeepFashion 的优势，我们提出一种新型深度模型——FashionNet。该模型通过联合预测服装属性和关键点来学习服装特征。随后，利用估计出的关键点对提取的特征进行池化或门控操作，从而实现更精准的特征表达。整个模型采用迭代优化策略进行训练。大量实验结果表明，FashionNet 具有显著的有效性，同时验证了 DeepFashion 数据集在推动服装识别研究方面的实用价值。