ihaveamoose/DLCR

DLCR框架通过扩散模型生成数据以扩展衣物更换行人重识别（CC-ReID）数据集。该数据集包含超过210万张合成图像，覆盖了PRCC、CCVID、VC-Clothes和LaST四个CC-ReID数据集。通过扩散修复技术，改变了图像中人物的衣物，增加了每个数据集的衣物多样性，并提高了下游CC-ReID任务的性能。数据集保持了与原始数据集相同的目录结构，并为每个原始图像生成了包含10个变体的.png文件，同时提供了每个变体的衣物描述。DLCR框架通过扩散模型生成数据以扩展衣物更换行人重识别（CC-ReID）数据集。该数据集包含超过210万张合成图像，覆盖了PRCC、CCVID、VC-Clothes和LaST四个CC-ReID数据集。通过扩散修复技术，改变了图像中人物的衣物，增加了每个数据集的衣物多样性，并提高了下游CC-ReID任务的性能。数据集保持了与原始数据集相同的目录结构，并为每个原始图像生成了包含10个变体的.png文件，同时提供了每个变体的衣物描述。