# ファッションアイテム検出

Vision Transformer(ViT)ベースの衣類画像分類モデル、精度約78%

YOLOS-tinyを微調整したファッションオブジェクト検出モデルで、バッグ、ボトムス、ドレスなど7種類のファッションアイテムを検出するために特別に設計されています。ModaNetとFashionpediaデータセットでトレーニングされ、mAPは0.697を達成しました。

DETRはTransformerベースの物体検出モデルで、エンドツーエンド方式で物体検出タスクを処理し、複雑な後処理ステップを必要としません。

microsoft/conditional-detr-resnet-50をファインチューニングしたファッションアイテム検出専用モデル

Fashionpediaデータセットでトレーニングされた物体検出モデルで、ファッションアイテムの識別と分類に使用されます

これはファッション分野に特化してファインチューニングされた物体検出モデルで、YOLOSアーキテクチャを基に、ファッションアイテムとその詳細を認識・位置特定できます。