Задача семантической сегментации является более сложной, чем задача классификации изображений и поиска объектов, что обусловлено не только необходимостью определения классов объектов, но и выявления их структуры, правильного выделения частей объектов на изображении.
Все изображения в датасете представлены в высоком качестве ( не менее 1800 пикселей в высоту и более 1200 в ширину). Подобраны максимально вариативные и разнообразные комплекты одежды. Модели стоят прямо в полный рост. Фон отделен.
Цветовые значения масок в rgb:
Фон: (0,0,0)
Кожа: (28,236,0)
Волосы: (255,66,53)
Бабочка: (236,0,133)
Мужской верх: (236,233,0)
Пиджак: (53,91,255)
Штаны: (0,233,236)
Обувь: (44,97,42)
Сумка: (255,215,137)
Шарф: (223,104,216)
Платье: (95,84,154)
Пояс: (194,73,216)
Очки: (84,78,28)
Юбка: (237,86,255)
Женский верх (блузы, кофточки и т.д.): (221,75,75)
Головной убор: (47,138,120)
Верхняя одежда (куртки, плащи, пальто): (124,88,18)
Шорты: (181,143,143)
Маска: (128,187,170)
Носки: (43,8,89)
Перчатки: (248,247,161)
Часы: (186,248,161)
Телефон: (188,125,35)
Жилет на пуговицах: (128,34,155)
Футболка: (62,169,127)
Мужской свитер/худи: (24,45,41)
Колготки: (53,255,172)
Комбинезон: (50,27,93)
Маникюр: (213,188,22)
Нижнее белье: (0,255,90)
Дататесет можно использовать для задач категоризации, обучения нейронных сетей цветовому сочетанию, созданию визуальных моделей и так далее. Полученные нейронки можно применять в таких сферах, как fashion retail, дополненная реальность, ecommerce.