论文

FashionStylist:用于时尚理解的专家知识增强多模态数据集

FashionStylist: An Expert Knowledge-enhanced Multimodal Dataset for Fashion Understanding

模型评测基准与评测资源

摘要

对时尚的理解需要视觉感知和对风格、场合、兼容性和着装原理的专家级推理。然而,现有的时尚数据集仍然分散且特定于任务,通常侧重于项目属性、服装共现或文本监督薄弱,因此对整体服装理解提供的支持有限。在本文中,我们介绍了 FashionStylist,这是一个专家注释的整体和专家级时尚理解基准。 FashionStylist 通过专门的时尚专家注释管道构建,在单品和服装层面提供专业的注释。它支持三个代表性任务:从穿搭中定位单品、穿搭补全和穿搭评估。这些任务涵盖从具有分层和配饰的复杂服装中恢复真实的物品,超越共现匹配的兼容性感知构图,以及对风格、季节、场合和整体一致性的专家级评估。实验结果表明,FashionStylist 不仅可以作为多个时尚任务的统一基准,而且可以作为改进基于 MLLM 的时尚系统中的单品定位、穿搭补全与整体穿搭语义评估的有效训练资源。