《表1 数据集划分：基于多层次特征的跨场景服装检索》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多层次特征的跨场景服装检索》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验部分采用DeepFashion数据集。该数据集包含超过80万张图像，其中包括类别、服装属性、关键点以及跨场景的图像对等标记信息。本文不研究关键点信息，因为它超出了本文的范围。此外，实验只使用DeepFashion数据集中针对跨场景服装检索问题的子数据集Consumer-to-shop Clothes Retrieval Benchmark，每个商品id对应的文件夹中包含一张卖家秀和几张匹配的买家秀。用商品类别来命名每个商品id所属的文件夹。为了学习类别信息，本文利用已有信息生成服装图像的类别标签。去除损坏的图像，得到193 950幅用户图像和45 381幅商品图像，分布在23个类的33 881种商品的id文件夹，本文选择了11种与产品图片的上衣服装相关的类别标签。对此数据集采用了相似的分区方法（见表1）。