Fashion_Landmark_Detection

displayName: Fashion Landmark Detection
labelTypes:
- Box2D
- Keypoints2D
license:
- Fashion_Landmark_Detection Custom
mediaTypes:
- Image
paperUrl: https://openaccess.thecvf.com/content_cvpr_2016/papers/Liu_DeepFashion_Powering_Robust_CVPR_2016_paper.pdf
publishDate: "2016"
publishUrl: http://mmlab.ie.cuhk.edu.hk/projects/DeepFashion/LandmarkDetection.html
publisher:
- Chinese University of Hong Kong
tags:
- Variation Type
- Bounding Box
- Clothing Type
taskTypes:
- Keypoint Detection
- Object Detection

---
# 数据集介绍
## 简介
时尚地标检测基准评估时尚地标检测的性能。这是 DeepFashion 的一个大子集，具有多样且大的姿势/放大变化。它包含 123,016 个衣服图像；每个图像的 8 个时尚地标（位置和可见性）；每个图像还通过边界框、服装类型和变化类型进行注释。
## 引文
```
@inproceedings{liuLQWTcvpr16DeepFashion,
author = {Liu, Ziwei and Luo, Ping and Qiu, Shi and Wang, Xiaogang and Tang, Xiaoou},
title = {DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations},
booktitle = {Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2016}
}
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: 时尚地标检测（Fashion Landmark Detection）
labelTypes:
- 二维边界框（Box2D）
- 二维关键点（Keypoints2D）
license:
- Fashion_Landmark_Detection 自定义许可证
mediaTypes:
- 图像（Image）
paperUrl: https://openaccess.thecvf.com/content_cvpr_2016/papers/Liu_DeepFashion_Powering_Robust_CVPR_2016_paper.pdf
publishDate: "2016"
publishUrl: http://mmlab.ie.cuhk.edu.hk/projects/DeepFashion/LandmarkDetection.html
publisher:
- 香港中文大学（Chinese University of Hong Kong）
tags:
- 变化类型（Variation Type）
- 边界框（Bounding Box）
- 服装类型（Clothing Type）
taskTypes:
- 关键点检测（Keypoint Detection）
- 目标检测（Object Detection）

---
# 数据集介绍
## 简介
本时尚地标检测基准用于评估时尚地标检测任务的模型性能。该数据集为DeepFashion的大型子集，涵盖丰富多样的姿态与尺度变化场景，总计收录123,016张服装图像。每张图像均标注了8个时尚地标的位置与可见性状态，同时还通过边界框、服装类型及变化类型完成了多维度注释。
## 引文

@inproceedings{liuLQWTcvpr16DeepFashion,
author = {Liu, Ziwei and Luo, Ping and Qiu, Shi and Wang, Xiaogang and Tang, Xiaoou},
title = {DeepFashion: 基于丰富标注实现鲁棒的服装识别与检索},
booktitle = {IEEE计算机视觉与模式识别会议（CVPR）论文集},
month = {June},
year = {2016}
}

## 数据集下载
:modelscope-code[]{type="git"}