论文理解:DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations
来源:互联网 发布:上证综合指数季度数据 编辑:程序博客网 时间:2024/04/24 15:52
本文为香港中文大学与熵汤联合出品的一篇CVPR。获取链接:http://www.ee.cuhk.edu.hk/~xgwang/papers/liuLQWTcvpr16.pdf
即将入坑的和已经入坑的小伙伴可以添加QQ群交流:
AI服装检索分类
474700336
主要包含两个工作:
1. 创建了一个服装数据集DeepFashion,包含80万张服装图像,有类别,属性,特征点以及服饰框的标注。详情可以参考我的另一篇博客DeepFashion: 服装公开数据集概述。
2. 提出一个深度学习模型FashionNet,结合服饰属性和特征点进行服饰的特征提取,可以较好的应对服饰的变形遮挡等问题。
文中提出结合特征点能够有助于服装识别,同时,大量的属性信息能够更好的划分服饰特征空间,从而能够有助于服饰的识别和检索。示意图如下:
FashionNet的网络结构类似VGG-16,只是将VGG16的最后一个卷积层进行了修改,改成能够处理服装landmarks,属性和类别的网络。最后一层的网络示意图如下。
从上图可以看出,VGG16的最后一个卷积层由作者设计的三个分支代替。
最右侧蓝色分支进行特征点可见性预测以及位置回归。
中间绿色的分支,有两个输入:VGG16的conv4 + 右侧蓝色特征点的分支输出结果,根据特征点的位置进行局部feature pooling。这一步有助于应对服饰变形和遮挡问题。
左边橘色分支,进行全局的特征处理。
绿色和橘色分支运算的结果经过fc7_fusion进行融合,预测服装的类别,属性和pairs
反向传播过程定义了4中损失函数:
(1)回归损失,用于特征点位置估计损失计算。
(2)softmax损失,用于特征点可见性以及服饰类别估计损失计算。
(3)cross-entropy损失,用于属性预测损失计算。
(4)triple损失,用于服饰pairs预测损失计算。
FashionNet是通过将以上4中loss进行加权处理进行优化的。训练过程分两步:
step1: 将特征点可见性预测与位置估计作为主任务,其余作为辅助任务,因此该过程中给L_visibility 和 L_landmark较大的权重,其余损失赋予较小的权重。
由于任务间有一定的相关性,因此这种多任务联合处理的手段能够加速收敛。
Step2: 使用特征点分支的预测结果,进行类别,属性以及pairs的预测。
以上两步不断迭代直至收敛。
实验部分未完待续
- 论文理解:DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations
- DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations
- 经典论文阅读——DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations (CVPR 2
- DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations – CVPR 2016
- DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations – CVPR 2016
- DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations – CVPR 2016
- 【论文笔记】Robust Scene Text Recognition with Automatic Rectification
- robust scene text recognition with automatic rectification
- [image retrieval] surf and comparison with sift
- Fine-Grained Histopathological Image Analysis via Robust Segmentation and Large-Scale Retrieval文章总结
- [论文阅读]词汇树 Scalable Recognition with a Vocabulary Tree
- speech recognition with deep recurrent neural networks-论文笔记
- 【论文学习笔记】Face Recognition with Learning-based Descriptor
- Contextual Action Recognition with R*CNN-论文阅读
- Weakly supervised object recognition with convolutional neural networks 论文解读
- 卷积神经Extracting and Composing Robust Features with Denoising Autoencoders
- 笔记:Learning Robust and Discriminative Subspace With Low-Rank Constraints
- 论文导读(large-scale image retrieval)——large-scale E-commerce Image retrieval with Top-weighted CNN
- Cg语言中文说明文档(三)
- I2C总线协议
- git --- fatal: pathspec 'readme.txt' did not match any files
- alpha-beta剪枝算法解决 486. Predict the Winner
- 百度离线API地图调用示例源码功能
- 论文理解:DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations
- VC++ Day01
- django中url的基本含义、配置与视图的关系
- oracle自增长主键(润乾报表)
- Android 事件处理
- 多线程的简介及方法
- 百度地图---dlopen failed: "/data/data/com.zoommax.car/files/libs/libBaiduMapSDK_base_v4_2_1.so" is 32-bi
- 实体忘记close就无法选择
- MySQL数据库导入BIN格式定长文件