计算机科学>数字图书馆
标题: TextileNet:基于材料分类的时尚纺织品数据集
摘要: 机器学习(ML)的兴起正在逐步数字化和重塑时尚行业。 近年来,出现了许多时尚AI应用程序,例如虚拟试穿。 纺织材料的识别和分类在时尚纺织行业(包括时尚设计、零售和回收)中发挥着至关重要的作用。 与此同时,净零是一个全球目标,时尚行业正在经历重大变革,以便纺织材料能够以可持续的方式进行再利用、修复和回收。 由于我们缺乏低成本和有效的识别技术,因此自动识别服装的纺织材料仍然是一个挑战。 有鉴于此,我们基于纺织材料分类法(与材料科学家合作生成的纤维分类法和织物分类法)构建了第一个时尚纺织品数据集TextileNet。 TextileNet可用于培训和评估纺织材料的最新深度学习模型。 我们希望通过使用分类法使纺织品相关数据集标准化。 TextileNet包含33个纤维标签和27个织物标签,共有760949张图像。 我们使用标准的卷积神经网络(CNNs)和视觉转换器(ViTs)来建立该数据集的基线。 该数据集的未来应用范围从纺织品分类到纺织品供应链优化和消费者交互设计。 我们预计这将有助于开发一个新的基于人工智能的时尚平台。