Indonesian Traditional Attire Dataset
收藏资源简介：
印度尼西亚传统服饰数据集是由布拉维贾亚大学研究团队构建的专门用于文化遗产保护的多模态数据集。该数据集共包含3800张经过专家标注的高质量图像，均匀覆盖印度尼西亚全部38个省份，每个省份提供100张代表性样本，数据来源于博物馆档案、文化机构、教育资料库和专业摄影资源。数据集构建过程采用严格的领域专家标注流程，由人类学家和纺织学者对服装类别、仪式属性、民族归属和文化语境进行精细化标注，并通过数据增强技术提升模型鲁棒性。该数据集主要应用于低资源环境下的跨文化视觉语言建模，旨在通过零样本图像描述技术解决传统服饰文化术语的自动化识别与解释问题，为博物馆数字化和文化索引提供技术支持。
The Indonesian Traditional Clothing Dataset is a multimodal dataset dedicated to cultural heritage conservation, constructed by a research team from Brawijaya University. It consists of 3800 high-quality expert-annotated images, which uniformly cover all 38 provinces of Indonesia, with 100 representative samples per province. The data is sourced from museum archives, cultural institutions, educational databases, and professional photography resources. The dataset construction follows a strict domain expert annotation workflow: anthropologists and textile scholars conduct fine-grained annotations for clothing categories, ritual attributes, ethnic affiliations, and cultural contexts, and data augmentation techniques are applied to enhance model robustness. This dataset is primarily applied to cross-cultural vision-language modeling in low-resource settings, aiming to address the automated recognition and interpretation of traditional clothing cultural terminologies via zero-shot image captioning technology, and provide technical support for museum digitization and cultural indexing.
数据集概述
Traditional-Indonesian-Clothing-Captioning-Dataset 是一个面向文化遗产的视觉语言数据集，包含来自印度尼西亚全部 38 个省份 的 3,800 张 由专家标注的传统服装图像，主要用于零样本图像描述和检索增强的多模态研究。
核心特点
- 数据规模：3,800 张传统服装图像，每个省份均有代表性样本
- 标注质量：由文化领域专家撰写描述性文字（cultural captions）
- 研究导向：专为零样本学习、图像描述、多模态学习、检索增强生成（RAG）以及跨文化 AI 研究设计
- 适用领域：图像描述、零样本学习、跨文化 AI、检索增强生成、CLIP 基础研究、低资源 AI
零样本评估协议
数据集采用 省份级别归纳零样本协议，确保严格的泛化评估：
| 数据集划分 | 涵盖省份数 | 用途 |
|---|---|---|
| 训练集 | 24 个省份 | 模型训练 |
| 验证集 | 6 个省份 | 超参数调优 |
| 测试集 | 8 个未见过省份 | 完全未见省份的测试 |
重要约束：测试期间，模型无法接触未见过省份的图像、描述或标签，检索库仅包含来自训练省份的描述，以评估模型对完全未见区域服装传统的文化泛化能力。
框架组成
提出的框架整合了以下模块：
- CLIP ViT-B/32 图像编码器
- CLIP 文本编码器
- BERT 文本编码器
- LSTM 描述解码器
- 检索增强描述生成
基准评测结果
| 指标 | 分数 |
|---|---|
| CLIPScore | 0.8536 |
| BLEU-4 | 0.3342 |
| METEOR | 0.4859 |
关键发现：
- 检索增强能提高文化词汇的恢复能力
- 通过检索集成，METEOR 提升了 19.3%
- 人工评估确认生成描述的文化准确性、流畅性和描述性更强
数据集结构
Traditional-Indonesian-Clothing-Captioning-Dataset/ ├── images/ # 按省份名称（如 Aceh、Bali、Papua）组织的图像 ├── annotations/ # 训练、验证、测试集的描述 JSON 文件和元数据 CSV ├── splits/ # 训练、验证和未见省份的文本列表 ├── examples/ # 示例文件 ├── README.md └── LICENSE
示例描述
- 输入：来自未见过印度尼西亚省份的传统服饰图像
- 生成描述：“A person wearing traditional ceremonial clothing with intricate woven patterns, cultural ornaments, and regional heritage accessories.”
应用方向
- 零样本图像描述
- 文化遗产 AI
- 视觉语言对齐
- 检索增强生成
- 跨领域泛化
- 低资源语言技术
- 多模态学习
许可
本数据集仅用于 研究、教育及非商业用途，使用时需正确引用。
引用
如使用本数据集，请引用：
bibtex @article{customzeroclip2026, title={Custom ZeroCLIP: Retrieval-Augmented Vision-Language Framework for Zero-Shot Captioning of Traditional Indonesian Clothing}, author={Author Names}, journal={Conference/Journal Name}, year={2026} }
- 1Zero-Shot Captioning for Cultural Heritage: Automated Image Analysis of Traditional Indonesian Clothing布拉维贾亚大学·计算机科学学院信息工程系 · 2026年
