女士上衣图像分割标注训练数据

本数据面向女士上衣商品图像的部件级语义分割需求，构建可用于训练图像语义分割模型的标注数据集，使模型能够对女士上衣图像中的各个服装部件区域进行精准分割与定位，覆盖衣身、左袖、右袖、下摆、领口、纽扣区、口袋共7种分割类别，提供多边形坐标标注、分割掩膜及区域占比等精细化标注信息，并按训练集、测试集、验证集进行数据集划分。可用于服装部件语义分割与区域精准定位等场景，解决服装图像中各部件区域边界模糊、难以自动识别与分离各功能区域的问题，为服装行业企业及合作方提供高质量的图像分割训练数据支撑。一、加工前的数据说明：原始数据来源于企业自行拍摄的女士上衣商品图片。 二、处理规则：1.数据采集与清洗：采集图片并进行去重、规格校验，剔除模糊、破损及重复样本；对图片唯一编号进行无规则编码化处理，保障不可逆向还原原始商品信息。2.类别与坐标标注：依据服装结构建立衣身、左袖、右袖、下摆、领口、纽扣区、口袋7种分割类别；标注员以多边形顶点坐标数组勾勒各部件边界，一张图片可包含多个分割区域。3.掩膜与像素计算：根据分割多边形坐标生成与区域对应的分割掩膜文件名；按图片分辨率中的宽、高数值相乘计算图片总像素面积(像素)，统计掩膜覆盖像素数生成分割区域像素面积(像素)，并按区域占比=分割区域像素面积(像素)÷图片总像素面积(像素)×100%计算区域占比，计算结果保留2位小数。4.数据集划分：按机器学习流程划分训练集、测试集、验证集，分别用于模型训练、性能验证和测试。5.人工标注与质量控制：组织多名标注员进行多区域分割交叉标注，记录总标注人数和标签一致的标注人数；多人标注一致率=标签一致的标注人数÷总标注人数×100%，计算结果保留2位小数。一致率≥85%标记为通过，否则标记为不通过。6.结果校验：校验分割掩膜文件名与图片唯一编号对应、区域占比可由两项像素面积计算、标签一致的标注人数不大于总标注人数，以及质检结论与一致率判定规则一致后导出数据。 三、数据内容描述：形成结构化的女士上衣图像分割标注训练数据集合，每张图片包含多个分割区域，字段如下：1）图片唯一编号：图片匿名标识；2）图片分辨率：图片像素规格；3）分割掩膜文件名：区域对应的二值掩膜文件名称；4）分割类别：人工标注的服装部件类别，包括衣身、左袖、右袖、下摆、领口、纽扣区、口袋7类；5）分割多边形坐标：区域边界顶点坐标数组；6）分割区域像素面积(像素)：分割掩膜覆盖的像素数量；7）图片总像素面积(像素)：按图片分辨率计算的像素总量；8）区域占比：分割区域像素面积(像素)占图片总像素面积(像素)的百分比；9）数据集划分：训练集、测试集或验证集；10）标注时间：标注完成日期；11）标签一致的标注人数：标注结果与最终标签一致的人数；12）总标注人数：参与该图片交叉标注的总人数；13）多人标注一致率：由标签一致的标注人数和总标注人数计算的比率；14）是否通过质检：一致率达到85%时为通过，否则为不通过。

搜集汇总

背景与挑战

背景概述

该数据集为女士上衣商品图像部件级语义分割训练数据，覆盖衣身、左袖、右袖、下摆、领口、纽扣区及口袋共7种类别，提供多边形坐标、分割掩膜及区域占比等精细化标注，并划分为训练集、测试集和验证集，主要用于训练服装部件分割模型，实现对不同部件的精准定位与识别。