Garments2Look
收藏资源简介：
Garments2Look是第一个用于服装级别虚拟试穿的大规模多模态数据集，包含80K多个服装到一个造型的配对，涵盖40个主要类别和300多个细分子类别。每个配对包括一个由3-12个参考服装图像组成的造型、一个穿着该造型的模特图像，以及详细的物品和试穿文本注释。数据集通过合成流程平衡真实性和多样性，并经过严格的自动过滤和人工验证以确保数据质量。
Garments2Look is the first large-scale multimodal dataset for garment-level virtual try-on. It contains over 80K garment-to-outfit pairs, covering 40 major categories and more than 300 fine-grained subcategories. Each pair includes an outfit composed of 3 to 12 reference garment images, a model image wearing the outfit, as well as detailed item-level and try-on textual annotations. The dataset balances authenticity and diversity through a synthetic pipeline, and undergoes rigorous automatic filtering and manual verification to ensure data quality.
Garments2Look 数据集概述
数据集基本信息
- 数据集名称：Garments2Look
- 核心贡献：首个用于全身搭配级别虚拟试穿的大规模多模态数据集。
- 数据规模：包含 80,000 个“多件服装到一种造型”的配对。
- 核心任务：支持包含多件服装和配饰的高保真全身搭配级别虚拟试穿。
数据集内容与特点
- 数据构成：每个数据对包含一个由 3 至 12 张参考服装图像（平均 4.48 张）组成的搭配、一张模特穿着该搭配的造型图像，以及详细的单品和试穿文本标注。
- 类别覆盖：涵盖 40 个主要类别和 300 多个细分子类别。
- 关键特性：专注于真实世界时尚搭配的复杂性，包括多件服装、配饰、细粒度类别、层次叠穿和多样化风格。
数据集构建流程
- 数据收集：从不同来源获取真实世界的服装单品及其搭配建议。
- 数据合成：通过生成新的搭配列表和造型图像来丰富数据集内容和多样性。
- 数据过滤：通过严格的自动过滤和人工验证确保视觉一致性和数据质量，包括对服装图像、搭配列表和造型图像的标注。
- 数据评估：验证数据质量，为全身搭配级别虚拟试穿任务设计新指标，并测试最先进的模型。
相关资源链接
- 论文：arXiv (TBD), CVPR (TBD)
- 项目主页：https://artmesciencelab.github.io/Garments2Look/
- 数据集地址：https://huggingface.co/datasets/ArtmeScienceLab/Garments2Look
- 测试集对比结果：https://huggingface.co/datasets/ArtmeScienceLab/Garments2Look-Test-Set-Results
引用信息
bibtex @inproceedings{cvpr2026garments2look, title={Garments2Look: A Multi-Reference Dataset for High-Fidelity Outfit-Level Virtual Try-On with Clothing and Accessories}, author={Hu, Junyao and Cheng, Zhongwei and Wong, Waikeung and Zou, Xingxing}, booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)}, year={2026} }
