为时尚物体检测提供高效的微调
1School of Information Science and Technology, Qingdao University of Science and Technology, Qingdao 266061, China.
Sensors (Basel, Switzerland)
|July 14, 2023
概括
研究人员开发了 Garment40K,一种新的服装数据集,以及Improved Grounding DINO,一种有效的时尚物体检测模型. 这增强了零射击能力在专业领域,如服装成像.
科学领域:
- 计算机视觉 计算机视觉
- 机器学习 机器学习
- 时尚技术 时尚技术 时尚技术
背景情况:
- 预先训练有素的模型在对象检测方面表现出色,但在特定领域的数据和数据集噪声方面遇到了困难.
- 像时尚成像这样的专业领域需要强大的零拍摄能力,这些能力通常受到现有的数据集的限制.
- 挑战包括在服装物体检测任务中错过和错误检测.
研究的目的:
- 为解决时尚成像中零拍摄物体检测的局限性.
- 为了引入一个新的,大规模的服装物体检测基准,Garment40K.
- 提出一种高效的微调方法,以改善服装目标检测.
主要方法:
- 服装40K数据集的构建:超过14万张人类图像和4万张带有详细注释的服装图像.
- 基于接地DINO框架的高效微调方法的开发.
- 将额外的相似性损失约束和适配器模块集成到接地DINO模型中,创建了改进的接地DINO.
主要成果:
- 服装40K数据集提供了丰富的资源,包括2个主要类别和15个细粒度服装子类别.
- 改进的接地 DINO显著提高了对服装目标的检测,减少了错过和错误的检测.
- 微调适配器模块需要最小的计算成本,同时实现与全参数微调相比的性能.
结论:
- 服装40K数据集和改进接地DINO模型为服装领域的计算机视觉提供了实质性的进步.
- 拟议的方法可以在低成本的视觉传感器上有效地部署,从而扩大了可访问性.
- 这项工作提高了在专业时尚成像应用中对象检测的准确性和效率.
