Polyvore数据集完整使用指南

Polyvore数据集完整使用指南

【免费下载链接】polyvore-datasetDataset used in paper "Learning Fashion Compatibility with Bidirectional LSTMs"项目地址: https://gitcode.com/gh_mirrors/po/polyvore-dataset

Polyvore数据集是时尚搭配研究领域的标杆性资源，为AI时尚推荐系统提供了丰富的训练素材。这个开源数据集包含了数十万套精心设计的服装搭配组合，是研究计算机视觉、推荐算法和时尚AI的必备工具。

数据集概述

Polyvore数据集来源于流行的时尚网站Polyvore.com，用户可以在该网站上创建和上传服装搭配数据。该数据集包含21,889套服装搭配，其中17,316套用于训练，1,497套用于验证，3,076套用于测试。

快速开始

获取数据集

首先克隆项目仓库：

git clone https://gitcode.com/gh_mirrors/po/polyvore-dataset

解压数据文件

数据集的核心数据存储在polyvore.tar.gz压缩文件中，解压命令如下：

tar -xzf polyvore.tar.gz

数据结构详解

服装搭配数据格式

数据集中的每个JSON项目包含以下信息：

{ "name": "服装搭配名称", "views": "搭配被查看的次数", "items": [ { "index": "在搭配中的索引位置", "name": "时尚单品描述", "price": "单品价格（美元）", "likes": "单品被点赞次数", "image": "单品图片URL", "categoryid": "单品类别ID" } ], "image": "搭配图片URL", "likes": "搭配被点赞次数", "date": "上传日期", "set_url": "搭配URL", "set_id": "搭配ID", "desc": "搭配描述" }

类别系统

数据集包含丰富的时尚类别，涵盖从服装到配饰的各个领域：

• 服装类：连衣裙、上衣、外套、裤子等
• 鞋履类：靴子、高跟鞋、平底鞋、运动鞋等
• 配饰类：包包、珠宝、眼镜、帽子等
• 家居类：家具、装饰、照明等
• 美妆类：化妆品、护肤品、香水等

完整的类别映射关系可以在category_id.txt文件中找到。

核心任务类型

1. 服装搭配推荐

训练数据存储在train_no_dup.json、valid_no_dup.json和test_no_dup.json文件中，分别对应训练集、验证集和测试集。

2. 填空式时尚推荐

fill_in_blank_test.json文件包含用于评估填空式时尚推荐任务的问题。每个问题包含：

• question：形成问题的时尚单品序列
• answers：可供选择的多项选项集
• blank_position：需要填充的空白位置

3. 时尚兼容性预测

fashion_compatibility_prediction.txt文件包含约7,000套搭配，其中4,000套不兼容，3,000套兼容。

数据处理最佳实践

数据预处理技巧

1. 类别过滤：数据集已删除非时尚类别的单品，如背景、文字和装饰品
2. 数量限制：对于包含过多时尚单品的搭配，只保留前8个单品
3. 索引处理：搭配中的单品索引可能不连续

特征工程建议

• 利用单品描述文本进行自然语言处理
• 结合价格信息进行经济价值分析
• 使用点赞数据评估受欢迎程度

应用场景

学术研究

• 时尚搭配推荐算法研究
• 跨模态检索技术开发
• 视觉语言模型训练
• 个性化推荐系统构建

工业应用

• 电商平台服装搭配推荐
• 虚拟试衣间技术开发
• 时尚趋势分析预测

注意事项

1. 数据时效性：数据集爬取于2017年2月，部分搭配可能已过时
2. 图片可用性：原始图片URL已不可用，可通过Kaggle获取相关图片
3. 版权合规：使用时请遵守相关许可协议

引用说明

如果本数据集对您的研究有帮助，请引用相关论文：

@inproceedings{han2017learning, author = {Han, Xintong and Wu, Zuxuan and Jiang, Yu-Gang and Davis, Larry S}, title = {Learning Fashion Compatibility with Bidirectional LSTMs}, booktitle = {ACM Multimedia}, year = {2017}, }

常见问题解答

Q: 如何获取原始图片数据？A: 原始图片可以通过Kaggle上的Maryland Polyvore Images数据集获取。

Q: 数据集是否包含重复的搭配？A: 数据集文件以"no_dup"命名，表示已去除重复项。

Q: 如何处理搭配中单品数量不一致的问题？A: 建议使用填充或截断技术来处理变长序列。

通过本指南，您可以快速上手Polyvore数据集，开展时尚AI相关的研究和开发工作。

【免费下载链接】polyvore-datasetDataset used in paper "Learning Fashion Compatibility with Bidirectional LSTMs"项目地址: https://gitcode.com/gh_mirrors/po/polyvore-dataset