颜色分类leetcode imat fashion comp:iMaterialist时尚属性数据集

颜色分类leetcode随着购物者转向网上，让照片中的产品自动分类将是梦想成真。但是，自动产品识别很困难，因为对于同一产品，可以在不同的光线、角度、背景和遮挡程度下拍摄照片。同时，不同的细粒度类别可能看起来非常相似，例如，宝蓝色与绿松石的颜色。今天的许多通用识别机器根本无法感知照片之间的这种细微差异，但这些差异对于购物决策可能很重要。解决这样的问题就是为什么计算机视觉和模式识别会议(CVPR)专门为数据科学家举办了一个研讨会，专注于细粒度的视觉分类。作为本次研讨会的一部分，CVPR与Google、Wish合作，并挑战数据科学社区，以帮助推动自动图像分类的最新技术。

Kaggle我们使用Kaggle来举办我们的比赛：数据集详情iFashion-Attribute数据库中的所有图像均由Wish提供，其中1,012,947、9,897和39,706张图像分别分为训练、验证和测试集。拥有228个细粒度的时尚属性等级类，形成8个时尚界专业定义的高级时尚群体。每个图像都有多个标签。每个组有多个时尚类，数量范围从3（“性别”组）到105。