fashion ai 关键点检测

TensorFlow中的沙漏，DHN和CPN模型用于2018年-天池服装AI关键点检测 该存储库包含TensorFlow的和用于的重新实现代码。 。 这里的CPN（层叠金字塔网络）和DHN（反卷积头网络）都有几个不同的主干：ResNet50，SE-ResNet50，SE-ResNeXt50， 或DetResNeXt50。 我还尝试了“以动态集成模型，尽管仅取得了有限的改进。 骨干网的预训练模型可以在这里找到： 介绍 这次比赛的主要目的是发现从阿里巴巴的电子商务平台收集的衣服形象的关键点。 总共有五种图像，共五个类别：上衣，外套，裤子，裙子，衣服。 每个类别的关键点定义如下。 几乎所有代

fashionAI 服装关键点检测 ，给定五种类型的服装，采用人体姿态估计的方法检测关键点。最终结果排名24，CPN模型没有复现很好，略遗憾... 0.效果预览 1.模型 模型结合了HourGlass模型和CPN模型，其中HG堆叠了2个，...

我的服装关键点检测解决方案。 数据 下载数据并放入data data ├── r1-test-a │ ├── Images │ └── test.csv ├── r1-test-b │ ├── Images │ └── test.csv ├── r2-test-a │ ├── ...

FashionAI服装关键点定位全球挑战AILAB-ZJU源代码（继续更新最新实验） 比赛名称：天池FashionAI服装定位全球挑战的关键点 队伍名称：AILAB-ZJU 第一季排名：70/2322 第二赛季排名：41/2322 最佳成绩：第二季NE ...

用于FashionAI关键点检测的卷积姿态机（CPM）和特征金字塔网词（FPN）的Pytorch实现 该代码引用了github上其他人的一些想法，并且基于的纸上。 最终排名是56，得分为6.38％。 对于大一新生来说，这对我来说还不错：)您可以将代码作为基准解决方案。 有一些切实可行的结果，如下所示： 使用ResNet-50的CPM + FPN输出示例 您可以按照以下步骤重现我的结果。 步骤1 相依性 Python 3.5版 脾气暴躁的 大熊猫 火炬 cv2 tqdm Keras（TensorFlow后端） 资料准备 下载并将文件放入以下结构中： 步骤1：确保图像数据和注释位于折叠的“数据”中。数据目录结构如下： DATA_DIR/ |-- test/ | |-- test.csv | |-- Images/ | | |

FashionAI 属性标签识别--长期赛 精简版数据(1000张neck_design_labe)-数据集

本来我主要介绍了标记技术和属性识别的相关检测技术和方案

深度学习项目实战-关键点定位课程以人脸关键点检测为背景，选择多阶段检测的网络架构，对于回归以及多label标签问题选择hdf5作为网络的输入数据源，实例演示如何制作多标签数据源并对原始数据进行数据增强。整个网络架构采用三个阶段的模式，从全局检测到单点校准，基于caffe深度学习框架实现一个既准确又快速的人脸关键点检测模型。对于每一阶段，详解代码中每一行的意义，带领大家一步步完成整个网络模型。 001、深度学习项目实战01 人脸关键点检测算法框架.mp4     002、深度学习项目实战02 多标签数据源制作以及标签坐标转换.mp4     003、深度学习项目实战03 对原始数据进行数据增强.mp4     004、深度学习项目实战04 完成第一阶段HDF5数据源制作.mp4     005、深度学习项目实战05 第一阶段网络训练.mp4     006、深度学习项目实战06 第二三阶段网络数据源制作.mp4     007、深度学习项目实战07 第二三阶段网络模型训练.mp4     008、深度学习项目实战08 网络模型参数初始化.mp4     009、深度学习项目实战09 完成全部测试结果.mp4     010、深度学习项目实战10 人脸关键点检测效果.mp4     011、深度学习项目实战11 项目总结分析.mp4     012、深度学习项目实战12 算法框架分析.mp4 013、代码

此文件为百度云链接，通过百度云下载此文件为百度云链接，

FashionAI2018 服装属性标签识别 环境 caffe+keras python 2.7 numpy 1.14.2 opencv 3.4.0 cuda9.0 cudnn 7.0 文件说明： caffe部分： 使用InceptionV4举例，该网络在复赛中可以实现94.11的准确率。 训练网络使用training.sh 修改相应的路径，即Log、TOOLS、-weights后面的路径，其中，Inception-V4的pretrain-model请到下载 。 使用方法bash training.sh [solver][Class][GPU]。 solver ： solver文件路径，本代码中存放于solver文件夹 class： 类别名，用来命名log日志文件，即neck,collar... GPU ： GPU的型号，如0,1,2 2. caffe源码处理 ，并用文件中的src和inc