FashionAI-Keypoint: 服装关键点识别系统

简介：
FashionAI-Keypoint是一款先进的服装关键点识别系统，旨在通过智能算法精准定位服饰上的多个关键特征点，为时尚行业提供高效的商品分析和设计灵感。 在fashionAI服装关键点检测项目中，我们采用了人体姿态估计方法来识别五种类型的服装，并最终排名为24位。然而，CPN模型的表现未能达到预期效果，略感遗憾。 1. **模型结构**：我们的模型结合了HourGlass（HG）和CPN两种架构。具体来说，在两个HourGlass模块堆叠的基础上，我们在上采样过程中的特征图大小减半处添加了热点图监督标签。RGB图像被送入两条分支网络进行处理，并将它们的输出特征图拼接在一起以形成最终结果。此外，模型还包含了一个soft-argmax层，用于从热点图中提取具体的坐标值并以此作为学习目标。 2. **策略**：为优化性能，在训练和预测阶段我们最多使用了两个不同参数设置的模型进行检测。通过这一方法可以增加所关注服装对象在图像中的比例，进而提高整体效果。具体操作是先利用第一级预测结果裁剪出目标区域，并为了防止裁剪不完整而向外扩展30像素宽度；之后再用第二级crop模型进一步训练优化。 实验结果显示，在testB数据集上使用原始模型得到的准确率为4.17%，经过第一次裁切后的模型提升到了4.05%。最终，当我们将这两个阶段的结果进行融合后，整体预测精度达到了3.95%。