يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

بروتوكول لتعلم سمات الصور بناءً على طوبولوجيا مكونات الملابس على مستوى الصورة لاسترجاع مراجع التصميم

45 مشاهدة

⸱

DOI:

10.3791/72103

⸱

سبتمبر 1, 2026

 ,  ,  , 
1Keyi College of Zhejiang Sci-Tech University

في هذه المقالة

ملخص

يعمل هذا البروتوكول على توليد تمثيلات للملابس تدرك الهيكل البنيوي من خلال دمج تحليل المكونات الدلالي، ونمذجة الطوبولوجيا، وترميز الميزات ثنائي المسار، والدمج الموجه بالبنية. وهو يُمكّن باحثي الرؤية الحاسوبية والملابس من إجراء استرجاع للملابس ومقارنتها بالمراجع التصميمية بناءً على تنظيم المكونات وتخطيط الصورة الظلية بدلاً من اللون أو الملمس.

الملخص

غالباً ما تركز طرق استرجاع صور الملابس على اللون والملمس، مما قد يؤدي إلى حدوث خلط بين الملابس التي تتشابه في المظهر ولكنها تختلف في توزيع مكوناتها. تقدم هذه الدراسة بروتوكولاً لتعلم الميزات المدركة للمكونات من أجل استرجاع صور الملابس ومقارنة مراجع التصميم. يقوم البروتوكول بتحليل المناطق الدلالية للملابس، وبناء رسم بياني لمكونات الملابس على مستوى الصورة، وتشفير المظهر وعلاقات المكونات بشكل متوازٍ، ثم دمج كلا التمثيلين باستخدام خسائر الاتساق الهيكلي، والعلاقة الهيكلية، والتمييز الهيكلي. تم توحيد صور DeepFashion2 لتصبح بمقاس 512 x 512 بكسل، وحُللت باستخدام HRNet-W48، وشُفرت باستخدام ResNet-50 والتلافيف الرسومية (graph convolution)، ثم قُيمت من خلال الاسترجاع الهيكلي والتجميع. حقق النموذج الكامل مؤشر اتساق هيكلي قدره 0.81، ومؤشر تمييز هيكلي قدره 0.71، ومعدل استدعاء Recall@5 بنسبة 89.2%، ومتوسط دقة متوسطة بنسبة 86.4%، ومعامل صورة ظلية قدره 0.74. يدعم هذا البروتوكول استرجاع هيكل الملابس، والمقارنة الهيكلية، وتحديد موقع الاختلافات عندما لا يمثل المظهر السطحي بناء الملابس بشكل موثوق.

المقدمة

مع استمرار دمج الرؤية الحاسوبية والذكاء الاصطناعي في صناعة الملابس، توسع تحليل صور الملابس تدريجياً من مهام التعرف الأساسية إلى التحليل الموجه نحو التصميم ودعم اتخاذ القرار1,2. وفي عملية تصميم الملابس، يعتمد التمييز بين مخططات التصميم على التكوين الهيكلي والعلاقات بين المكونات أكثر من اعتماده على الاختلافات البسيطة في المظهر، مما يجعل التعبير الهيكلي لميزات صور الملابس في المساعدة على التصميم عاملاً رئيسياً يؤثر على فعالية التحليل3,4. ومع ذلك، لا تزال معظم الطرق المرئية الحالية تعتمد على الملمس واللون والخطوط الخارجية العامة كميزات أساسية لها، مما يجعل من الصعب تحليل التسلسلات الهرمية للملابس واختلافات البناء بشكل منهجي أثناء عملية التصميم5,6. لذا، فإن تطوير طريقة لتعلم ميزات الصور المدركة للهيكل للمساعدة في تصميم الملابس يعد أمراً هاماً لتحسين موضوعية واتساق تحليل التصميم7. ويعد هذا البروتوكول مناسباً عندما تتشابه الملابس في الألوان أو الملامس أو الخطوط الخارجية العامة، ولكنها تختلف في تنظيم المكونات، أو أنماط الاتصال، أو التوزيع المكاني. وفي ظل هذه الظروف، تميل التمثيلات التي تركز على المظهر إلى وضع التصاميم المختلفة هيكلياً بالقرب من بعضها البعض في حيز الميزات، مما يضعف موثوقية الاسترجاع ومقارنة التصاميم. ويتناول هذا البروتوكول المهام التي تشكل فيها العلاقات بين مكونات الملابس الأساس الرئيسي للاسترجاع الهيكلي، وتقييم التصميم، وتحليل الاختلافات الموضعية.

من حيث مقياس البيانات، وتعقيد النماذج، وتنوع المهام، أحرزت الأبحاث الحالية حول التحليل والفهم التلقائي لصور الملابس تقدماً ملحوظاً8,9. ومع ذلك، في التطبيقات العملية، غالباً ما تدرج المعلومات الهيكلية للملابس بشكل ضمني في نتائج التقسيم أو الكشف، ولا يتم أخذها في الاعتبار في النمذجة الموحدة لمرحلة تعلم الميزات، مما يؤدي إلى غياب التمييز المستقر بين التصاميم الهيكلية المختلفة في فضاء الميزات10,11. كما أن العلاقات المكانية، والقيود الهرمية، والهياكل الطوبولوجية بين مكونات الملابس لا يتم ترميزها بشكل صريح، مما يجعل من الصعب على تمثيلات الميزات عكس الاختلافات الهيكلية على مستوى التصميم12,13. إن غياب النمذجة الهيكلية الصريحة يحد من دقة التحليل وموثوقية القرار لميزات صور الملابس في سيناريوهات المساعدة على التصميم، مما يشكل عائقاً رئيسياً أمام تطوير أنظمة تصميم ذكية ذات فهم دلالي أعمق14.

لدعم تعلم وتحليل سمات صور الملابس، استكشفت الدراسات ذات الصلة عدة توجهات تقنية15. حيث مكنت طرق التجزئة الدلالية وتحليل الملابس من التحديد الدقيق لمناطق ومكونات الملابس من خلال التعليق التوضيحي على مستوى البكسل، مما وفر أساساً لاستخراج المعلومات الهيكلية16,17. وقد دمجت طرق استرجاع الملابس القائمة على استعلام الصور بين الطوبولوجيا ودمج اللون والنسيج، ومحاذاة الانتباه العالمي والمحلي، وتحليل الملابس، والتمثيل متعدد المقاييس ومتعدد الحبيبات، والانتباه المتبقي مع اختيار السمات. وتعالج هذه الطرق البحث في الكتالوجات، والمطابقة بين المستهلك والمتجر، واسترجاع المنتجات عبر النطاقات، والبحث المرئي في التجارة الإلكترونية. وترتبط إعدادات تطبيقاتها ارتباطاً وثيقاً باسترجاع المراجع التصميمية لأن كل طريقة تقوم بتصنيف صور الملابس بناءً على استعلام مرئي، رغم أن تمثيلاتهم لا تحافظ على تجاور المكونات المحددة وعلاقات الترتيب الرأسي طوال عملية دمج السمات18,19,20. وفي الوقت ذات وذلك، قدمت الأبحاث المتعلقة بسيناريوهات التصميم والتوصية تدريجياً الدمج متعدد الوسائط، ونمذجة العلاقات، وتحليل الأسلوب، مما أدى إلى توسيع حدود تطبيق السمات المرئية للملابس21,22. وبالرغم من أن هذه الطرق قد أحرزت تقدماً في مهامها الخاصة، إلا أن سماتها الأساسية لا تزال تعتمد إلى حد كبير على أوصاف المظهر، ولم يتم نمذجة المعلومات الهيكلية بشكل موحد كقيد متأصل لتعلم السمات، مما يجعل من الصعب تلبية احتياجات المساعدة في تصميم الملابس فيما يتعلق بالمحاذاة الهيكلية والمقارنة الهيكلية23.

لمعالجة القصور في قدرة التمايز الهيكلي في المساعدة على تصميم الملابس، تقترح هذه الورقة طريقة لتعلم ميزات الصور تعتمد على إدراك هيكل الملابس. تدمج هذه الطريقة نتائج تحليل الملابس والمعلومات الهيكلية الأساسية في مرحلة إدخال صور الملابس، مع نمذجة مناطق مكونات الملابس، والعلاقات المكانية، والروابط الهرمية بشكل مشترك. حيث يعمل ترميز العلاقات الهيكلية ومحاذاة الميزات المرئية على دمج قيود الملابس صراحةً في عملية تعلم الميزات، مما ينتج تمثيلاً يحافظ على المظهر المرئي والاتساق الهيكلي معاً. وتحدد هذه الميزة الاختلافات الهيكلية للملابس ضمن مساحة موحدة، مما يوفر أساساً مستقراً لتحليل التشابه الهيكلي اللاحق، والتجميع الهيكلي، واتخاذ القرارات المساعدة في التصميم، وهو ما يؤدي بدوره إلى تخفيف مشكلة تداخل الميزات الناتجة عن غياب النمذجة الهيكلية في الطرق الحالية. وبخلاف استراتيجيات الاسترجاع المرئي العامة التي تعامل المعلومات الهيكلية كسمات مساعدة مرتبطة بشكل فضفاض، يقوم هذا الإطار ببناء آلية لتعديل الميزات تتمحور حول العلاقات الطوبولوجية. وتشجع هذه الآلية التمثيل المكتسب على اتباع تنظيم مناطق الملابس المرئية مع تقليل الاستجابات التي تهيمن عليها الأنسجة. تمثل كل عقدة في الرسم البياني منطقة دلالية على مستوى الصورة، وتصف كل علاقة في الرسم البياني المجاورة المرئية أو الموضع النسبي المعياري في مستوى الصورة. ويدعم التضمين الناتج مقارنة تخطيط المكونات وتنظيم الصورة الظلية عبر صور الملابس. ولا تعد هذه المناطق والعلاقات قطعاً لأنماط الخياطة، أو وصلات الغرز، أو معالم البناء، أو معاملات التدريج. وبالمقارنة مع طرق الاسترجاع الموجهة بالمظهر، يحافظ هذا البروتوكول على طوبولوجيا المكونات الصريحة طوال عملية تعلم الميزات بدلاً من معاملة المعلومات الهيكلية كـ نتيجة تحليل لاحقة. وبالمقارنة مع النهج التي تقدم الإشارات الهيكلية كمدخلات مساعدة فقط، فإن الترميز ثنائي المسار والدمج المتسق طوبولوجياً يحافظان على العلاقات الهندسية مع تقليل الاستجابات التي تهيمن عليها الأنسجة. ويدعم التمثيل الناتج استرجاع هيكل الملابس، والتجميع الهيكلي، وفحص المراجع التصميمية، وتحليل اختلافات التصميم الموضعية، مع توفير أدلة على مستوى المكونات تظل قابلة للتفسير ضمن عملية تصميم الملابس. تشمل الأبحاث ذات الصلة بهذا البروتوكول تعلم ميزات صور الملابس، ونمذجة هيكل الملابس، والتمثيل المدرك للهيكل، والتحليل المرئي للمساعدة في تصميم الملابس.

على مستوى تمثيل السمات، ركزت أبحاث صور الملابس لفترة طويلة على نمذجة المظهر، واستخراج السمات العميقة، والتمثيل متعدد المقاييس24,25. وقد استخدمت الأعمال المبكرة الشبكات العصبية الالتفافية لإجراء نمذجة شاملة (end-to-end) لصور الملابس لمهام التصنيف والاسترجاع ومطابقة التشابه26,27. ولاحقاً، تم إدخال دمج السمات متعدد المقاييس والتعلم عبر النطاقات للتخفيف من الاختلافات في صور الملابس تحت زوايا رؤية ووضعيات وظروف تصوير مختلفة28,29. وفي مهام الاسترجاع، استُخدمت آليات الانتباه واستراتيجيات ضغط السمات لتحسين القدرة التمييزية للسمات والكفاءة الحسابية30,31. وتحقق هذه الطرق تمييزاً موثوقاً للمظهر، إلا أن عمليات تعلم السمات فيها لا تزال تركز على المعلومات البصرية العامة وتفتقر إلى تمثيلات منهجية للهياكل الداخلية للملابس32. كما تدمج طرق استرجاع الأزياء المركبة صورة مرجعية مع تعليمات تعديل نصية، ولكن نمط الاستعلام فيها يختلف عن بروتوكول الاستعلام المعتمد على الصور فقط والمُدرس هنا. لذا، تمت مراجعتها كاتجاه استرجاع تجاري ذي صلة ولم تُدرج في المقارنة الكمية لأن إدخال نصوص إضافية من شأنه أن يمنع التقييم المنضبط للاستعلامات الصورية.

مع تحول تحليل صور الملابس من التمييز القائم على المظهر إلى الفهم البنيوي، ركزت الأبحاث بشكل متزايد على نمذجة مكونات الملابس، والعلاقات الهندسية، والروابط الطوبولوجية33. وقد حققت شبكات التجزئة الدلالية تحليلاً على مستوى مكونات الملابس من خلال إسقاط الميزات وآليات الانتباه المتعدد، مما وفر أساساً موثوقاً لاستخراج المعلومات البنيوية34,35. كما ساهمت طرق اكتشاف النقاط الرئيسية ونمذجة الطوبولوجيا البنيوية في توصيف العلاقة بين الخطوط الخارجية للملابس والهياكل المحلية، مما عزز قدرة النموذج على تمثيل السمات الهندسية للملابس36,37. وقد قدمت دراسات عدة هياكل بيانية وشبكات استدلال علاقاتي لنمذجة العلاقات بين مكونات الملابس، مما أدى إلى تحسين التعرف دقيق التفاصيل وأداء الاسترجاع عبر المجالات38,39. وقد أثبتت هذه الأعمال الدور الهام للمعلومات البنيوية في التحليل البصري، إلا أن البنية تُستخدم في الغالب كسمة مساعدة أو نتيجة وسيطة، ولم يتم بعد تطوير نظام لتعلم الميزات تكون القيود البنيوية في جوهره40.

في مجال المساعدة في تصميم الملابس، دعمت هذه التطورات توصيات التصميم، وتحليل النمط، وبناء الأنظمة التفاعلية، وتقييم التصميم الموجه نحو الهيكل41. وقد حققت الأبحاث في أنظمة التوصية مطابقة الملابس والتوصيات الشخصية من خلال دمج السمات البصرية مع تفضيلات المستخدم42. كما استكشفت الأعمال المتعلقة بالمساعدة في التصميم مسارات جديدة لدعم التصميم الذكي عبر الجمع بين النماذج التوليدية، ونمذجة النمط، وآليات التعاون بين الإنسان والحاسوب43. وقد أدت الأبحاث حول القياس الافتراضي، وقياس المقاسات، ونقل النمط إلى توسيع نطاق تطبيق التحليل البصري للملابس طوال عملية التصميم والإنتاج. وبالرغم من أن هذه الدراسات قد أغنت الأشكال التقنية للمساعدة في تصميم الملابس، إلا أن سماتها البصرية الأساسية لا تزال مدفوعة بشكل أساسي بالمظهر الخارجي، وتفتقر إلى تمثيل موحد لهيكل التصميم من أجل التحليل. وفي المقابل، تتعامل هذه الورقة مع هيكل الملابس كقيد أساسي في تمثيل السمات، وتقدم طريقة تمثيل بصري للتحليل الهيكلي في المساعدة في تصميم الملابس.

على الرغم من هذه التطورات، فإن الأساليب الحديثة في التصميم التوليدي غالباً ما تتعامل مع الظروف الهيكلية كصفوف توجيه مكاني فضفاضة ضمن عمليات الانتشار. وتمثل أطر تحليل الهياكل المعاصرة التضاريس كعلامات دلالية مساعدة، منفصلة عن مساحة التضمين المرئي الأساسية. ويغير الإطار المقترح هذه الآلية من خلال تحديد قيد تضاريسي قائم على المسبقات الرسومية يعمل بشكل صريح على تعديل تعلم الميزات المرئية على مستوى المكونات. ويشجع هدف الاتساق متعدد المستويات الملابس ذات التخطيطات المكونات المتشابهة على مستوى الصورة على البقاء متقاربة في مساحة الميزات، بينما يفصل بين الملابس ذات التنظيمات المختلفة للمناطق المرئية. ويقلل هذا الهدف من الاعتماد على الملمس في إعدادات الاسترجاع التي تم تقييمها، ولكنه لا يؤسس لثبات تجاه التغيرات في المادة أو الوضعية أو الخلفية. ينبغي اختيار هذا البروتوكول عندما تحتوي الصورة المدخلة على قطعة ملابس فردية مرئية بشكل كافٍ، وتحتفظ المكونات الدلالية بحدود يمكن تحديدها، ويتطلب الهدف التحليلي مقارنة هيكلية على مستوى المكونات بدلاً من التعرف العام على الفئة. هذا البروتوكول مخصص لباحثي الرؤية الحاسوبية، وباحثي تصميم الملابس، وفرق تطوير الملابس الرقمية المشاركة في التحليل المرئي الحساس للهيكل. وهو غير مخصص للمهام التي تركز حصرياً على التعرف على اللون أو المادة، أو للصور التي تكون فيها تضاريس الملابس محجوبة إلى حد كبير. يقدم البروتوكول التالي سير العمل بدءاً من إعداد مجموعة البيانات ورسم خرائط الاحتمالات الدلالية، وصولاً إلى بناء العلاقات الهندسية، وترميز الميزات ثنائي التدفق، والدمج الموجه هيكلياً، والتحسين القائم على الاتساق. يتلخص سير العمل الكامل في الشكل 1.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

تستخدم هذه الدراسة مجموعات بيانات لصور الملابس متاحة للعامة، ولا تقوم بتجنيد مشاركين بشريين، أو جمع معلومات تحديد الهوية الشخصية، أو إجراء تجارب على الحيوانات، أو استخدام مواد بيولوجية. وبناءً على ذلك، فإن الموافقة الأخلاقية المؤسسية والموافقة المستنيرة غير مطلبتين.

1. بيئة البرمجيات وتكوين المشروع

  1. ضع ملفات المشروع التي تم إصدارها في دليل يتوفر فيه مساحة تخزين كافية، وافتح نافذة Terminal في الدليل الرئيسي للمشروع.
  2. قم بتشغيل الأمر conda env create -f environment.yml لإنشاء البيئة البرمجية. ثم قم بتشغيل الأمر conda activate garment_structure لتنشيط البيئة.
  3. قم بتشغيل الأوامر python --version و conda --version و pip show numpy و pip show torch و pip show torchvision و nvidia-smi. واحفظ المخرجات الكاملة لهذه الأوامر في ملف software_versions.txt.
  4. استخدم نفس البيئة المسجلة لعمليات المعالجة المسبقة، والتدريب، والاستنتاج، وقياس الكفاءة، والتقييم. وسجل اسم ملف نقطة الفحص (checkpoint) لنموذج HRNet-W48 وقيمة SHA-256 الخاصة به، ومعرف أوزان ResNet-50 المدربة مسبقاً على ImageNet وقيمة SHA-256 الخاصة بها، ومصدر إصدار DeepFashion2، ومعرف مستودع الكود المصدري في نفس الملف.
  5. أنشئ الأدلة data_raw و data_processed و parser_outputs و structural_priors و feature_outputs و checkpoints و logs و evaluation_results تحت الدليل الرئيسي للمشروع.
  6. افتح الملف configs/protocol.yaml. وأدخل دليل DeepFashion2 في خانة dataset_root، ومسار نقطة فحص HRNet-W48 المدربة مسبقاً في خانة parser_checkpoint، ودليل مخرجات المشروع في خانة output_root.
  7. اضبط input_height على 512، و input_width على 512، و batch_size على 32، و structural_categories_per_batch على 8، و samples_per_category على 4، و random_seed على 42، و feature_dimension على 512، و structural_constraint_weight على 1.0، و structural_relationship_weight على 0.5، و structural_discrimination_weight على 1.0، و separation_threshold على 0.3.
  8. اضبط المُحسن (optimizer) على mini-batch stochastic gradient descent. واضبط initial_learning_rate على 0.0001، و momentum على 0.9، و weight_decay على 0.0005، و max_epochs على 120، و learning_rate_schedule على multi-step decay، و learning_rate_decay_factor على 0.1. وأدخل حقب الاضمحلال (decay epochs) التي تم التحقق منها والمستخدمة في الإعدادات الصادرة في خانة learning_rate_milestones.
  9. قم بتشغيل الأمر python tools/export_experiment_tables.py --config configs/protocol.yaml --output evaluation_results. وصَدِّر إعدادات النموذج الكاملة إلى ملف model_setting_statistics.csv. وتحقق من أن الملف المُصدَّر يسجل حجم الصورة المدخلة، وتنسيق الإدخال، وتكوين الدفعة (batch composition)، والمُحسن، ومعدل التعلم، وجدول معدل التعلم، وعدد الحقب (epochs)، واضمحلال الأوزان، والزخم (momentum)، واحتمالات التعزيز (augmentation probabilities)، وبُعد الميزات، وأوزان الخسارة الهيكلية، وعتبة الفصل، والبذور العشوائية، وقاعدة اختيار نقطة الفحص، وعدد التشغيلات المستقلة.
  10. المخرجات المتوقعة: التأكد من أن البيئة البرمجية تبدأ دون أخطاء في التبعيات، وأن ملف software_versions.txt يحتوي على سجل البيئة، وأن جميع أدلة المخرجات موجودة، وأن ملف configs/protocol.yaml يحتوي على مسارات مطلقة صحيحة وإعدادات عددية دقيقة.
    ملاحظة: استخدم نفس البيئة وملف الإعدادات أثناء معالجة البيانات، وتدريب النموذج، والاستنتاج، والتقييم. واحفظ نسخة من ملف configs/protocol.yaml مع كل نقطة فحص مدربة.
    ​استكشاف الأخطاء وإصلاحها: إذا توقف إنشاء البيئة بسبب عدم توفر حزمة ما، فقم بإزالة البيئة غير المكتملة، وتحقق من قنوات الحزم في environment.yml، ثم أعد إنشاء البيئة. إذا لم يبلغ الأمر nvidia-smi عن وجود وحدة معالجة رسوميات، فتوقف عن تدريب النموذج واستعد برنامج تشغيل الرسوميات وبيئة CUDA runtime. إذا ظهر خطأ في الدليل أثناء التنفيذ، فاستبدل المسارات النسبية بمسارات مطلقة وتحقق من صلاحية الكتابة في output_root.

2. قبول الصور المدخلة، وبناء مجموعة البيانات، والمعالجة المسبقة

  1. استخدم فقط الملفات ذات الامتدادات JPG أو JPEG أو PNG. استخدم صور RGB ذات 8 بت تحتوي على قطعة ملابس رئيسية واحدة.
  2. احتفظ بصور RGB ذات 8 بت بعرض وارتفاع لا يقل عن 512 بكسل وقطعة ملابس رئيسية واحدة يمكن تحديدها. ارفض الصورة عندما تشغل مقدمة قطعة الملابس أقل من 15% من مساحة الصورة الكاملة، أو عندما يتطابق أكثر من 5% من حدود قناع قطعة الملابس مع حدود الصورة، أو عندما تتجاوز منطقة قطعة الملابس الثانوية 10% من مساحة قطعة الملابس الرئيسية، أو عندما تتجاوز المنطقة المحجوبة المقدرة 20% من قناع قطعة الملابس الرئيسية، أو عندما يكون تباين استجابة Laplacian أقل من 100.
  3. سجل معرف الصورة، والقيمة المقاسة، وقاعدة الاستبعاد التي تم تفعيلها، ومسار التعليق التوضيحي في ملف excluded_samples.csv.
  4. طبق قواعد قبول المدخلات على صور DeepFashion2 المصدرية قبل التصنيف الهيكلي وتقسيم البيانات. سجل كل معرف صورة مقبول ومرفوض، وتقسيم مجموعة البيانات الأصلي، ومعرف التعليق التوضيحي لقطعة الملابس، ومعرف الزوج المصدر، ونسبة مساحة المقدمة، ونسبة تلامس الحدود، ونسبة الحجب، ودرجة التمويه، وحالة الاحتفاظ النهائية في ملف data_filtering_manifest.csv.
  5. قم بتشغيل python tools/prepare_data.py --config configs/protocol.yaml.
  6. اقرأ مربع الإحاطة لقطعة الملابس من التعليقات التوضيحية لمجموعة البيانات. قم بتوسيع مربع الإحاطة بنسبة 5% من عرضه وارتفاعه، دون تجاوز حدود الصورة.
  7. قم بقص منطقة قطعة الملابس، مع الحفاظ على نسبة العرض إلى الارتفاع الأصلية، وأضف حشوة صفرية لتشكيل صورة مربعة، وقم بتغيير حجم الصورة المحشوة إلى 512 x 512 بكسل.
  8. حول الصورة التي تم تغيير حجمها إلى تنسور RGB بقيم نقطة عائمة. اقسم قيمة كل بكسل على 255.
  9. قم بتطبيع القنوات الحمراء والخضراء والزرقاء بمتوسطات 0.485 و 0.456 و 0.406 وانحرافات معيارية تبلغ 0.229 و 0.224 و 0.225.
  10. طبق القلب الأفقي باحتمالية 0.5 والمحو العشوائي باحتمالية 0.2 على صور التدريب. طبق فقط القص الحتمي، والحشو، وتغيير الحجم، والتطبيع على صور التحقق والاختبار.
  11. قم بتشغيل python tools/assign_structural_levels.py --config configs/protocol.yaml بعد إنشاء خرائط المكونات ذات السبع قنوات ومصفوفات الحدود المشتركة والترتيب الرأسي. لكل صورة محتفظ بها، احسب عدد العقد النشطة، وعدد المكونات المتصلة، وعدد عقد التفرع، وعدد الدورات المستقلة، وأطول مسار ترتيب رأسي موجه. عرف عقدة التفرع بأنها عقدة نشطة متصلة بثلاث عقد نشطة أخرى على الأقل في رسم الحدود المشتركة البياني.
  12. خصص S1 عندما يكون الرسم البياني متصلاً، ولا يحتوي على دورة مستقلة، ولا يحتوي على عقدة تفرع، ويكون أطول مسار ترتيب رأسي فيه لا يتجاوز حافتين. خصص S2 عندما يكون الرسم البياني متصلاً، ولا يحتوي على دورة مستقلة، ويحتوي على عقدة تفرع واحدة بالضبط، ويكون أطول مسار ترتيب رأسي فيه لا يتجاوز حافتين. خصص S3 عندما يكون الرسم البياني متصلاً، ولا يحتوي على دورة مستقلة، ويحتوي على عقدتي تفرع على الأقل أو مسار ترتيب رأسي يتكون من ثلاث حافات على الأقل. خصص S4 عندما يكون الرسم البياني متصلاً، ويحتوي على دورة مستقلة واحدة بالضبط، ويكون مسار الترتيب الرأسي فيه لا يتجاوز حافتين. خصص S5 عندما يحتوي الرسم البياني على دورتين مستقلتين على الأقل أو يحتوي على دورة مستقلة واحدة مع مسار ترتيب رأسي يتكون من ثلاث حافات على الأقل.
  13. طبق القواعد بالترتيب S5، S4، S3، S2، و S1 واحفظ إحصائيات الرسم البياني المحسوبة، والمستوى المخصص، ومعرف القاعدة في ملف structural_level_manifest.csv.
  14. قم بتوليد تسميات S1-S5 الأولية تلقائياً من أقنعة المكونات ومصفوفات العلاقات المحفوظة. ميز العينة بأنها غامضة هيكلياً عندما يحتوي الرسم البياني لمكوناتها على أكثر من مكون متصل واحد، أو عندما يكون متوسط أقصى احتمال للمكون داخل مقدمة قطعة الملابس أقل من 0.60، أو عندما يشغل مكون نشط أقل من 1% من مقدمة قطعة الملابس، أو عندما يتغير المستوى الهيكلي المخصص لها بعد تغيير عرض تلامس الحدود من بكسل واحد إلى بكسلين.
  15. اعرض كل عينة غامضة على مؤلفين لإجراء فحص مستقل للصورة المصدر، وخريطة المكونات، ومصفوفة الحدود المشتركة، ومصفوفة الترتيب الرأسي، والرسم البياني الأولي. احتفظ بالتسمية عندما يتفق الفحصان. اعرض حالة عدم الاتفاق على مؤلف ثالث واستخدم قرار الأغلبية كتسمية نهائية. استبعد العينة عندما لا يتم استرداد علاقة مكونات مستقرة بعد المراجعة. سجل التسمية التلقائية، وتسميات المراجعة، وسبب عدم الاتفاق، والتسمية النهائية، وحالة الاستبعاد في ملف structural_label_audit.csv.
  16. احسب قيمة SHA-256 لكل ملف مصدري محتفظ به واحسب هاش إدراكي 64-بت من قص قطعة الملابس المطبّع. ضع الصور ذات قيم SHA-256 المتطابقة في نفس مجموعة التكرار المطابق تماماً. ضع الصور التي تملك هاشات إدراكية بمسافة هامينج لا تزيد عن أربعة في نفس مجموعة التكرار القريب بعد التحقق من أنها تنبع من نفس مثيل قطعة الملابس.
  17. ادمج جميع الصور التي تشترك في نفس معرف الزوج المصدري لـ DeepFashion2 أو هوية قطعة الملابس في مجموعة مصدرية واحدة. احفظ هاشات الملفات، والهاشات الإدراكية، والمعرفات المصدرية، ومعرفات مجموعة التكرار في ملف duplicate_group_manifest.csv.
  18. قم بإجراء تقسيم البيانات على مستوى المجموعة المصدرية بدلاً من مستوى الصورة الفردية. خصص كل مجموعة تكرار مطابق تماماً، ومجموعة تكرار قريب، ومجموعة هوية مصدرية بالكامل لمجموعة فرعية واحدة. تحقق من جميع الأزواج المتقاطعة بين المجموعات الفرعية بعد التقسيم واكتب كل تعارض هوية مكتشف، وتعارض هاش، وتعارض هاش إدراكي في ملف leakage_audit.csv. أعد بناء البيانات حتى لا يحتوي ملف leakage_audit.csv على أي سجلات متقاطعة بين المجموعات الفرعية غير محلولة.
  19. قم بتقسيم المجموعات المصدرية طبقاً لتسميات S1-S5 النهائية وخصص مجموعات كاملة لمجموعات التدريب والتحقق والاختبار وفقاً للتخصيص المعتمد الموضح في الجدول 1. أبلغ عن العدد الدقيق للصور وعدد المجموعات المصدرية لكل مستوى هيكلي ومجموعة فرعية.
  20. احسب النسب المئوية الفعلية للتدريب والتحقق والاختبار من المجموعة النهائية المحتفظ بها بدلاً من مجموعة البيانات غير المصفاة. لا تستخدم صور التحقق، أو صور الاختبار، أو الصور المستبعدة بسبب الغموض، أو الصور التي تنتمي إلى مجموعات التكرار الخاصة بها أثناء تعلم المعلمات، أو تحديد العتبة، أو ضبط قواعد المستوى الهيكلي، أو اختيار نقطة التحقق.
  21. احفظ الصور المعالجة في data_processed/images. احفظ ملفات train_manifest.csv و validation_manifest.csv و test_manifest.csv و pair_manifest.csv و structural_level_manifest.csv في data_processed/manifests.
  22. اقرأ التسميات الهيكلية النهائية، وحالة المراجعة، ومعرفات مجموعة التكرار، ومعرفات المجموعة المصدرية، وتسميات المجموعات الفرعية من البيانات المعالجة. احسب عدد العينات المقبولة تلقائياً، والعينات المراجعة يدوياً، واستبعادات الغموض، واستبعادات التكرار، والمجموعات المصدرية، وصور التدريب، وصور التحقق، وصور الاختبار من S1 إلى S5.
  23. احسب نسب المجموعات الفرعية المحققة، ومتوسط عدد العقد النشطة، ومتوسط عدد عقد التفرع، ومتوسط عدد الدورات المستقلة، ومتوسط عمق الترتيب الرأسي، ومتوسط عدد الحواف المحددة النوع. احفظ الإحصائيات الكاملة في evaluation_results/dataset_statistics.csv.
  24. المخرجات المتوقعة: تأكد من أن كل صورة مقبولة هي صورة RGB ذات 8 بت بحجم 512 x 512 بكسل ولديها سجل تصفية واحد، وتسمية مستوى هيكلي نهائية واحدة، ومعرف مجموعة مصدرية واحد، ومعرف مجموعة تكرار واحد، وتسمية مجموعة فرعية واحدة، ومسار تعليق توضيحي صالح واحد. تأكد من أن كل عينة غامضة لديها سجل مراجعة كامل. تأكد من عدم ظهور أي معرف مصدري، أو مجموعة تكرار مطابق تماماً، أو مجموعة تكرار قريب، أو هوية قطعة ملابس في أكثر من مجموعة فرعية واحدة. تأكد من أن أعداد الصور في train_manifest.csv و validation_manifest.csv و test_manifest.csv و dataset_statistics.csv متطابقة.
    ملاحظة: احتفظ بالصور الأصلية غير المعالجة في data_raw. لا تطبق زيادة البيانات العشوائية على صور التحقق أو الاختبار.
    ​استكشاف الأخطاء وإصلاحها: إذا أدى القص إلى إزالة ياقة أو كم أو حاشية أو ساق بنطال، فاستعد التعليقات التوضيحية الأصلية وقم بتوسيع هامش الحدود المحتفظ به. إذا ظهرت قطعة الملابس ممددة، فتحقق من وجود الحشو المربع قبل تغيير الحجم. إذا كانت الصورة المعالجة تحتوي على قناة واحدة أو أربع قنوات، فحول الملف المصدري إلى RGB بـ 8 بت وأعد تشغيل المعالجة المسبقة. إذا ظهرت معرفات مكررة عبر المجموعات الفرعية، فأعد بناء جميع بيانات المجموعات الفرعية قبل التدريب.

3. تحليل المكونات المرئية المقيدة بالمقدمة ورسم خرائط الاحتمالات

  1. قم بتشغيل python tools/parse_components.py --config configs/protocol.yaml.
  2. قم بتحميل نقطة تفتيش (checkpoint) التحليل الدلالي للملابس HRNet-W48 سابقة التدريب من parser_checkpoint. تحقق من أن نقطة التفتيش تُخرج فئات مكونات الملابس المحددة بواسطة تعيين توصيفات مجموعة البيانات. قم بتحويل شبكة التحليل الدلالي إلى وضع التقييم وعطل حساب التدرج (gradient calculation).
  3. اقرأ الصور المعالجة من train_manifest.csv وvalidation_manifest.csv وtest_manifest.csv بالتتابع.
  4. استخرج موتر استجابة دلالي (semantic response tensor) مكوناً من سبع قنوات من كل صورة إدخال، واضبط قيمة K لتكون سبعة طوال سير العمل. استخدم ترتيب الفئات الثابت: منطقة الحاشية العلوية (Upper Trim Region)، منطقة خط الرقبة (Neckline Region)، منطقة الصدر (Bodice Region)، منطقة الجزء السفلي الأيسر من الملابس (Left Lower-Garment Region)، منطقة الجزء السفلي الأيمن من الملابس (Right Lower-Garment Region)، منطقة الجزء السفلي الأوسط من الملابس (Middle Lower-Garment Region)، ومنطقة الحاشية السفلية (Hem Region). حافظ على هذا الترتيب في خرائط الاحتمالات، ومصفوفات المكونات، ومصفوفات الرسوم البيانية، ومصفوفات الميزات، والبيانات التعريفية (manifests)، وملفات التصور.
  5. طبق دالة softmax على طول بُعد القناة لتوليد خريطة احتمالات المكونات الدلالية P. تحقق من أن مجموع الاحتمالات عبر جميع قنوات K يساوي واحداً عند كل بكسل ضمن نطاق سماحية قدره 0.0001.
  6. قم بتحميل قناع المقدمة (foreground mask) للملابس من توصيفات مجموعة البيانات وقم بمحاذاته مع الصورة المعالجة بحجم 512 x 512. اضبط احتمالية كل مكون خارج مقدمة الملابس على صفر. أعد تطبيع احتمالات المكونات داخل قناع المقدمة على طول بُعد القناة.
  7. تحقق من أن كل منطقة مكون نشطة تظل داخل مقدمة الملابس. ارفض العينة التي تم تحليلها إذا امتدت منطقة مكون ملونة إلى الجدار المحيط، أو الأرضية، أو الستارة، أو أي منطقة خلفية أخرى. سجل معرف الصورة المرفوضة وخطأ التحليل في parsing_quality_log.csv.
  8. احسب نسبة تغطية المقدمة لكل مكون، وضع علامة على المكونات ذات المناطق المجزأة أو المناطق المعزولة غير المدعومة للفحص اليدوي.
  9. احفظ موتر الاستجابة الدلالي في parser_outputs/logits. احفظ خريطة الاحتمالات في parser_outputs/probability_maps. احفظ معاينة للمكونات مرمزة بالألوان في parser_outputs/previews.
  10. المخرجات المتوقعة: تأكد من أن كل صورة مقبولة تنتج خريطة احتمالات واحدة مقيدة بالمقدمة مكونة من سبع قنوات وبحجم مكاني 512 x 512 بكسل، وموتر استجابة دلالي واحد مكون من سبع قنوات، وصورة معاينة واحدة. تأكد من أن مؤشرات القنوات من واحد إلى سبعة تتبع ترتيب المكونات الثابت المحدد في الخطوة 3.4. تأكد من أن جميع مناطق المكونات الملونة تظل داخل مقدمة الملابس وأن بكسلات الخلفية لها احتمالية مكون صفرية. تأكد من أن معرف الملف يطابق الإدخال المقابل في البيان التعريفي المصدر.
    ملاحظة: احتفظ باحتمالات المكونات المستمرة داخل مقدمة الملابس أثناء النمذجة الهيكلية. تعامل مع المناطق الناتجة كمنطاق تحليل بصري. لا تفسر حدودها على أنها خطوط خياطة، أو خطوط قص، أو كنتور قطع النمط، أو بنسات (darts)، أو علامات تحديد (notches)، أو مراجع تدريج القياسات.
    ​استكشاف الأخطاء وإصلاحها: إذا أظهرت جميع القنوات احتمالات موحدة تقريباً، فتحقق من parser_checkpoint، وترتيب قنوات RGB، وتطبيع الصور. إذا ظل أحد المكونات غائباً عبر مجموعة فرعية كاملة، فقارن مؤشر التوصيف مع مؤشر قناة مخرجات المحلل. إذا امتدت ألوان المكونات إلى الخلفية، فتحقق من محاذاة قناع المقدمة، وإعدادات الاستيفاء (interpolation)، وإحداثيات التوصيف قبل بناء الرسم البياني. إذا امتدت منطقة بصرية عبر مناطق ملابس متعددة غير مرتبطة، فضع علامة على العينة كفشل في التحليل واستبعدها من توليد الأولويات الهيكلية. إذا كانت احتمالات القنوات لا تساوي واحداً، فطبق دالة softmax على طول بُعد القناة بدلاً من أي من البُعدين المكانيين. إذا كان هناك ملف مخرجات مفقود، فحدد موقع المعرف المعالج النهائي في سجل المحلل واستأنف التحليل من المعرف التالي.

4. نمذجة هندسة المكونات والعلاقات المكانية على مستوى الصورة

  1. قم بتحميل موتر الميزات المرئية الضحلة وخريطة الاحتمال P المقابلة لكل صورة.
  2. اضرب كل متجه ميزات مكاني في الاحتمال المخصص للمكون الدلالي المقابل.
  3. اجمع متجهات الميزات المرجحة عبر الأبعاد المكانية واقسم المجموع على الكتلة الاحتمالية الكلية للمكون.
  4. خصص متجهاً صفرياً ومؤشراً للعقدة غير النشطة لأي مكون ذو كتلة احتمالية صفرية.
  5. طبق تطبيع L2 على كل تضمين مكون نشط وقم بتكديس التضمينات وفقاً لترتيب المكونات الدلالية الثابت.
  6. احسب إحداثيات المركز الأفقية والرأسية لمستوى الصورة لكل مكون مرئي من توزيع الاحتمالات المقيد بالمقدمة. قم بتطبيع الإحداثيات بناءً على عرض الصورة وارتفاعها.
  7. احسب الانتشار الأفقي والرأسي لمستوى الصورة لكل مكون مرئي في نفس نظام الإحداثيات المطبق. استخدم هذه القيم فقط لوصف مدى المنطقة المرئية في الصورة المعالجة.
  8. أنشئ سبع عقد بيانية وفقاً لترتيب المكونات الثابت، واحتفظ بالمكونات غير النشطة كعقد صفرية. أنشئ مصفوفة حدود مشتركة بحجم 7 × 7 باستخدام تلامس الجيران الثمانية بين أقنعة مكونات المقدمة. أنشئ مصفوفة ترتيب رأسي بحجم 7 × 7 باستخدام العلاقات الثابتة من منطقة الحافة العلوية (Upper Trim Region) إلى منطقة خط الرقبة (Neckline Region)، ومن منطقة خط الرقبة إلى منطقة الصدر (Bodice Region)، ومن منطقة الصدر إلى كل منطقة من مناطق الملابس السفلية، ومن كل منطقة ملابس سفلية إلى منطقة الحاشية (Hem Region). خزن كل علاقة صالحة في كلا الاتجاهين.
  9. أضف حلقة ذاتية (self-loop) لكل عقدة نشطة قبل الالتفاف البياني (graph convolution)، وأبقِ العلاقات المتصلة بالعقد غير النشطة عند الصفر.
  10. احسب إزاحة المركز النسبية والتشتت المكاني النسبي بين كل زوج مرتب من المكونات الدلالية. قم بتكديس القيم الهندسية الزوجية لتكوين موتر العلاقات الهندسية.
  11. احسب الضرب النقطي بين كل زوج من تضمينات المكونات المطبعة. طبق دالة softmax على مستوى الصفوف لمصفوفة التشابه الناتجة واستخدم القيم كأوزان للعلاقات.
  12. اضرب موتر العلاقات الهندسية في أوزان العلاقات المقابلة وقم بتجميع العلاقات المرجحة لكل مكون.
  13. احفظ مصفوفة تضمين المكونات، ومصفوفة مركز المكونات، ومصفوفة التشتت المكاني، ومصفوفة الحدود المشتركة، ومصفوفة الترتيب الرأسي، ومصفوفة الحلقة الذاتية، ومصفوفة أوزان العلاقات، وقناع العقد غير النشطة، ورسم خرائط تسمية المكونات، وتمثيل الأولويات الهيكلية في structural_priors. احفظ كل مصفوفة بسبعة صفوف وسبعة أعمدة حيثما كان ذلك مناسباً. تظهر عملية الإنشاء الكاملة من خريطة المكونات المقيدة بالمقدمة إلى أولوية طوبولوجيا مكونات الملابس على مستوى الصورة في الشكل 2.
  14. أنشئ تراكب الرسم البياني للمكونات لكل عينة تصور من خريطة الاحتمالات المقيدة بالمقدمة، ومصفوفة مركز المكونات، ومصفوفة الجوار المحددة النوع، وقناع العقد غير النشطة، ورسم خرائط تسمية المكونات.
  15. ضع كل عقدة نشطة في مركز المكون المقابل. ارسم حوافاً صلبة للحدود المشتركة في المقدمة وحوافاً متقطعة لعلاقات الترتيب الرأسي المحددة مسبقاً.
  16. احفظ كل تراكب بياني في structural_priors/visualizations باستخدام معرف الصورة المصدر. سجل مسار الصورة المصدر، ومسار خريطة الاحتمالات، ومسار مركز المكونات، ومسار الجوار المحدد النوع، ومسار قناع العقد غير النشطة، ومعرف نقطة فحص التحليل الدلالي، ومسار تراكب الرسم البياني في component_graph_visualization_manifest.csv.
  17. المخرجات المتوقعة: تأكد من أن كل صورة تنتج مصفوفة تضمين مكونات بـ K من الصفوف، ومصفوفة جوار محددة النوع بـ K من الصفوف و K من الأعمدة، ومصفوفة أوزان علاقات بـ K من الصفوف و K من الأعمدة، وقناع عقد غير نشطة بـ K من القيم، وتمثيل واحد للأولويات الهيكلية على مستوى الصورة. تأكد من أن كل عينة تصور مختارة تنتج تراكب رسم بياني للمكونات تظل فيه العقد النشطة ضمن مناطق الملابس المقابلة.
    ملاحظة: حافظ على نفس ترتيب المكونات المرئية عبر جميع المصفوفات، والبيانات، والرسوم البيانية، وملفات الميزات، وتراكبات الرسوم البيانية. تعامل مع مراكز المكونات، وقيم الانتشار المكاني، وعلاقات الرسم البياني كواصفات لمنطقة الملابس في مستوى الصورة. لا تفسر الرسم البياني للمكونات كـ هيكل وضعية بشرية أو تشتق عقده من إحداثيات المفاصل التشريحية. لا تحول هذه الواصفات إلى أطوال درزات، أو أنصاف أقطار منحنيات، أو سعة بنسات، أو مواضع علامات، أو اتجاهات خطوط النسيج، أو زيادات التدرج، أو أبعاد قطع الباترون.
    ​استكشاف الأخطاء وإصلاحها: إذا كانت المصفوفة تحتوي على قيمة غير عددية، فافحص مقام الكتلة الاحتمالية وتطبيع الإحداثيات. إذا تركزت أوزان العلاقات على مكون واحد، فاطرح الحد الأقصى للصف من مصفوفة التشابه قبل تطبيق softmax. إذا اختلف عدد عقد الرسم البياني بين الصور، فتحقق من أن المكونات غير النشطة تظل موجودة كمتجهات صفرية بدلاً من إزالتها.

5. ترميز الميزات الواعي بالبنية ثنائي التدفق

  1. قم بتحميل أوزان ResNet-50 المدربة مسبقاً على ImageNet، ثم قم بإزالة طبقات التجميع والتصنيف النهائية.
  2. مرر كل صورة ملابس مُطبعة من خلال ResNet-50 واستخرج تينسور المظهر (appearance tensor) من مرحلة العمود الفقري (backbone stage) المحددة بواسطة appearance_stage في ملف configs/protocol.yaml. تحقق من اسم المرحلة، وعدد قنوات الإخراج، والأبعاد المكانية للإخراج الناتجة عن مرحلة العمود الفقري المختارة لصورة مدخلة بحجم 512 x 512 بكسل. استخدم المرحلة نفسها في كل من عمليات التدريب، والاستدلال، ودراسات الاستئصال (ablation)، وعمليات المقارنة.
  3. قم بتغيير حجم خريطة الاحتمالات الدلالية (semantic probability map) لتناسب الحجم المكاني لتينسور سمات المظهر من خلال الاستيفاء الخطي الثنائي (bilinear interpolation). اضرب تينسور سمات المظهر في كل خريطة احتمالات مكون مُعاد تحجيمها، ثم قم بتجميع الاستجابات المرجحة عبر الأبعاد المكانية.
  4. مرر كل تضمين مظهر للمكون (component appearance embedding) من خلال طبقة إعادة معايرة القنوات (channel-recalibration layer) المحددة في ملف configs/protocol.yaml. سجل نوع الطبقة، وبُعد الإدخال، وبُعد الإخراج، ونسبة الاختزال، ودالة التنشيط، وقاعدة مشاركة المعاملات. قم برص متجهات المكونات السبعة الناتجة وفق الترتيب الدلالي الثابت لتكوين مصفوفة سمات المظهر.
  5. مرر كل متجه علاقة هندسية من خلال طبقة الإسقاط الهيكلي (structural projection layer) واضبط بُعد الإخراج على 512. قم ببناء رسم المكونات البياني (component graph) باستخدام مصفوفة أوزان العلاقات وقناع العقد غير النشطة (inactive-node mask).
  6. طبق طبقتين من التلافيف الرسومية (graph convolutional layers) ببُعد إدخال 512 وبُعد إخراج 512. طبق تطبيع الدفعة (batch normalization) بعد كل طبقة تلافيف رسومية، ثم طبق دالة LeakyReLU. سجل قيمة الميل السالب المستخدمة في LeakyReLU. طبق قناع العقد غير النشطة بعد كل طبقة للحفاظ على سمات صفرية للمكونات غير النشطة.
  7. طبق المحاذاة الدلالية (semantic alignment) باستخدام تضمينات المكونات المُطبعة، وقم برص المتجهات الناتجة لتكوين مصفوفة السمات الهيكلية.
  8. المخرج المتوقع: تأكد من أن كل صورة تنتج مصفوفة سمات مظهر واحدة ومصفوفة سمات هيكلية واحدة. تأكد من أن كلتا المصفوفتين تحتويان على K من الصفوف و 512 من الأعمدة.
    ملاحظة: أبقِ المكونات غير النشطة كمتجهات صفرية وحافظ على ترتيب المكونات الذي تم تحديده أثناء بناء المسبق الهيكلي (structural-prior).
    استكشاف الأخطاء وإصلاحها: إذا كانت مصفوفتا السمات تحتويان على أعداد صفوف مختلفة، فافحص تعيين الفئات الدلالية والتعامل مع العقد غير النشطة. إذا أبلغ ضرب المصفوفات عن خطأ في الأبعاد، فتحقق من أن مخرج الإسقاط الهيكلي وأبعاد قنوات المظهر كلاهما 512. إذا ظلت السمات الهيكلية صفرية لجميع المكونات النشطة، فتحقق من إضافة حواف الرسم البياني وأوزان العلاقات إلى الدفعة الحالية.

6. دمج السمات الموجه بالبنية

  1. طبق تسلسل دمج الميزات الموجه بالبنية الموضح في الشكل 3. مرر مصفوفة الميزات البنيوية عبر طبقة وزن الدمج وطبق دالة التنشيط المحددة بواسطة fusion_activation في configs/protocol.yaml. سجل اسم التنشيط، وبُعد الإدخال، وبُعد الإخراج، وما إذا كانت المعلمات مشتركة عبر عقد المكونات السبع.
  2. تحقق من أن مصفوفة الوزن البنيوية الناتجة تحتوي على K من الصفوف و 512 من الأعمدة.
  3. اضرب مصفوفة ميزات المظهر في مصفوفة الوزن البنيوية عنصرًا بعنصر.
  4. قم بدمج مصفوفة المظهر المعدلة ومصفوفة الميزات البنيوية على طول بُعد القناة.
  5. قم بدمج متجه المظهر المعدل ذو الـ 512 بُعد والمتجه البنيوي ذو الـ 512 بُعد لكل مكون لتكوين متجه ذو 1024 بُعد. مرر المتجه المدمج عبر طبقة إسقاط الدمج وقلل بُعده من 1024 إلى 512.
  6. أضف مصفوفة الميزات البنيوية الأصلية إلى المصفوفة المسقطة من خلال اتصال متبقٍ (residual connection).
  7. كدس متجهات المكونات المدمجة بالترتيب الدلالي الثابت وطبق تسوية L2 على التمثيل المسطح المدرك للبنية.
  8. احفظ مصفوفة الوزن البنيوية، ومصفوفة المظهر المعدلة، ومصفوفة المكونات المدمجة، والتمثيل النهائي المدرك للبنية في feature_outputs.
  9. المخرجات المتوقعة: تأكد من أن كل صورة تنتج مصفوفة مكونات مدمجة واحدة تحتوي على K من الصفوف و 512 من الأعمدة، ومتجه ميزات واحد مدرك للبنية ومسوى مرتبط بمعرف الصورة المصدر.
    ملاحظة: احتفظ بمصفوفة الوزن البنيوية ومصفوفة المكونات المدمجة لتصور الاستجابة وتحليل الاختلاف المحلي.
    ​استكشاف الأخطاء وإصلاحها: إذا استمرت القيم المدمجة في النمو، فافحص مخرجات التنشيط وطبقة التسوية. إذا اقتربت جميع الأوزان البنيوية من القيمة نفسها، فتحقق من تباين الميزات البنيوية عبر الصور ومن وصول التدرجات إلى طبقة الدمج. إذا لم تتطابق ملفات الميزات ومعرفات الصور، فأعد بناء بيان المخرجات قبل التدريب أو تقييم الاسترجاع.

7. تدريب النموذج وتحسين الاتساق

  1. قم بتحميل قيم البذور العشوائية الخمس المسجلة في configs/seeds.yaml. لكل عملية تشغيل، حدد نفس البذرة العشوائية للغة Python وNumPy وعمليات PyTorch CPU وجميع أجهزة CUDA. قم بتفعيل الخوارزميات الحتمية (deterministic algorithms)، وتعطيل وضع cuDNN benchmark، وسجل قيم البذور الخمس الدقيقة في دليل التشغيل المقابل.
  2. قم بتحميل بيان التدريب المعالج (processed training manifest)، وبيان الأزواج (pair manifest)، وخرائط الاحتمالات، والأولويات الهيكلية (structural priors).
  3. قم بتكوين كل دفعة تدريب (training batch) بحيث تشتمل على ثماني فئات هيكلية وأربع عينات متغيرة المظهر من كل فئة.
  4. احسب فقدان الاتساق الهيكلي (structural consistency loss) من أزواج العينات الإيجابية التي تشترك في نفس الأولوية الهيكلية.
  5. احسب فقدان اتساق العلاقة الهيكلية (structural relationship consistency loss) من المسافات الزوجية بين سمات المكونات.
  6. احسب فقدان التمييز الهيكلي (structural discrimination loss) من أزواج العينات السلبية ذات الهياكل غير المتجانسة وقم بتطبيق عتبة الفصل البالغة 0.3.
  7. ادمج هدف المظهر، وهدف الاتساق الهيكلي، وهدف العلاقة الهيكلية، وهدف التمييز الهيكلي باستخدام الأوزان المخزنة في configs/protocol.yaml. تظهر عملية تحسين فضاء السمات التي تحكمها الأهداف الهيكلية الثلاثة في الشكل 4.
  8. قم بتشغيل python train.py --config configs/protocol.yaml. حدّث جميع المعلمات القابلة للتدريب باستخدام خوارزمية نزول التدرج العشوائي للدفعات الصغيرة (mini-batch stochastic gradient descent) باستخدام معدل التعلم الأولي، والزخم (momentum)، واضمحلال الوزن (weight decay)، وعدد العصور (epoch count)، وعامل الاضمحلال، وعصور الاضمحلال المحددة في الخطوة 1.8. سجل معدل التعلم بعد كل عصر في سجل التدريب.
  9. سجل إجمالي الفقدان، وفقدان المظهر، وفقدان الاتساق الهيكلي، وفقدان العلاقة الهيكلية، وفقدان التمييز الهيكلي، ومعدل التعلم، ومؤشر الاتساق الهيكلي (SCI)، ومؤشر التمييز الهيكلي (SDI)، وRecall@5 بعد كل عصر.
  10. قم بتقييم النموذج على validation_manifest.csv بعد كل عصر. احفظ نقطة التحقق (checkpoint) المرتبطة بأعلى SCI للتحقق في checkpoints/selected_model.pth.
  11. كرر التدريب خمس مرات باستخدام البذور العشوائية الخمس المسجلة. احفظ كل ملف تكوين، وسجل تدريب، ونقطة تحقق مختارة في دليل تشغيل منفصل.
  12. المخرجات المتوقعة: تأكد من أن كل عملية تشغيل تنتج سجل تدريب، وسجل تحقق، وملف مقاييس على مستوى العصر، ونقطة تحقق واحدة مختارة. تأكد من أن نقطة التحقق المختارة تستند إلى أداء التحقق بدلاً من أداء الاختبار.
    ملاحظة: استخدم نفس بيانات التدريب والتحقق والاختبار في كل مقارنة للنماذج وتجربة استئصال (ablation experiment).
    ​استكشاف الأخطاء وإصلاحها: إذا أصبح الفقدان غير عددي، أوقف التدريب، وافحص كتل الاحتمالات للمكونات، وقلل معدل التعلم بمعامل 10، وأعد التشغيل من أحدث نقطة تحقق صالحة. إذا ظل SCI للتحقق دون تغيير بينما ينخفض فقدان التدريب، تحقق من وصول التدرجات إلى معلمات انتشار الرسوم البيانية والدمج. إذا نفدت ذاكرة الرسوميات، قلل حجم الدفعة وحافظ على حجم دفعة فعال قدره 32 من خلال تراكم التدرج (gradient accumulation). إذا تغير أداء التحقق بشكل حاد بين عمليات التشغيل، تحقق من البذرة العشوائية المسجلة وترتيب بيان البيانات.

8. الاستدلال والاسترجاع والعنقودة والتحقق من المخرجات

  1. قم بتشغيل python infer.py --config configs/protocol.yaml --checkpoint checkpoints/selected_model.pth. قم بتوليد خرائط الاحتمالية، والمسبقات الهيكلية، ومصفوفات سمات المظهر، ومصفوفات السمات الهيكلية، ومصفوفات المكونات المدمجة، ومتجهات السمات النهائية لكل صورة اختبار.
  2. احفظ جميع مخرجات الاستدلال تحت feature_outputs/test وسجل مساراتها في test_feature_manifest.csv. احسب تشابه جيب التمام (cosine similarity) بين كل سمة استعلام وجميع سمات المعرض. رتب معرفات المعرض بترتيب تنازلي حسب التشابه. احفظ أعلى خمس نتائج ترتيباً لكل استعلام في evaluation_results/retrieval_results.csv.
  3. لكل عينة استرجاع مختارة للتصور المرئي، قم بتحميل مصفوفة التجاور المحددة النوع، ومصفوفة أوزان العلاقات، ومصفوفة مركز المكون، وقناع العقد غير النشطة، وتعيين تسميات المكونات، ومصفوفة المكونات المدمجة لصورة الاستعلام. قم بتحميل الملفات نفسها لأعلى نتيجة ترتيباً ولدها النموذج المدرك للهيكل.
  4. قم بتمثيل الرسم البياني لمكونات الاستعلام والرسم البياني لمكونات الصورة المسترجعة من مراكز المكونات المحفوظة ومصفوفات التجاور المحددة النوع. حافظ على الترتيب الثابت للمكونات وأنواع العلاقات المستخدمة أثناء استدلال النموذج.
  5. قم بتمثيل مصفوفة التجاور المحددة النوع للاستعلام كمصفوفة فئوية. استخدم قيم مصفوفة منفصلة لعلاقات العقد غير النشطة، والحدود المشتركة، والترتيب الرأسي. ضع تسميات للمحاور الأفقية والرأسية باستخدام معرفات المكونات المخزنة في تعيين تسميات المكونات.
  6. طبق معايرة L2 على مصفوفة المكونات المدمجة للاستعلام ومصفوفة المكونات المدمجة للصورة المسترجعة. احسب تشابه جيب التمام بين كل مكون استعلام وكل مكون في الصورة المسترجعة. احفظ مصفوفة مراسلة المكونات الناتجة ذات الأبعاد K × K في evaluation_results/structural_retrieval_evidence.
  7. لكل زوج مرجعي-مستهدف مختار لتحليل الاختلاف الموضعي، قم بتحميل مصفوفة التجاور المحددة النوع، ومصفوفة مركز المكون، ومصفوفة التشتت المكاني، ومصفوفة أوزان العلاقات، ومصفوفة المكونات المدمجة لكلتا الصورتين.
  8. احسب الفرق المطلق بين مصفوفاتي التجاور المحددتين النوع. احسب الفروق المطلقة في إزاحة مركز المكون، والتشتت المكاني، وأوزان العلاقات باستخدام الترتيب الثابت للمكونات. احفظ مصفوفة اختلاف الطوبولوجيا ومصفوفة اختلاف العلاقات الهندسية الناتجة في evaluation_results/structural_difference_evidence.
  9. احسب مسافة L2 بين الصفوف المتناظرة في مصفوفتي المكونات المدمجتين. قم بمعايرة المسافات على مستوى المكونات وتعيينها للعقد في الرسم البياني للمكونات المستهدفة. زد عرض الحافة وفقاً للفرق المعاير في وزن العلاقة. احفظ الرسم البياني الناتج لاختلاف المكونات بعد الدمج.
  10. سجل معرفات الصور، ومسارات المصفوفات، ومسارات الرسوم البيانية، وترتيب المكونات، ومعرف نقطة التحقق (checkpoint)، ومسارات مخرجات التصور المرئي في structural_visualization_manifest.csv. ولد جميع التصورات الهيكلية برمجياً من الملفات المسجلة؛ ولا تضف عقد الرسوم البيانية أو حوافها أو قيم المصفوفات يدوياً.
  11. طبق خوارزمية K-Means بخمس مجموعات على متجهات السمات النهائية واحفظ تعيينات المجموعات في evaluation_results/cluster_assignments.csv. قم بتشغيل python evaluate.py --config configs/protocol.yaml --feature_dir feature_outputs/test.
  12. احسب SCI وSDI وRecall@5 ومتوسط الدقة المتوسطة (mAP) ومعامل السيلويت (silhouette coefficient) لكل تشغيل. استخدم SCI لتقييم تكتل السمات المعايرة التي تشترك في نفس التسمية الهيكلية، واستخدم SDI لتقييم الفصل بين التسميات الهيكلية المختلفة. استخدم Recall@5 لتقييم ما إذا كان هناك تطابق هيكلي ذو صلة يظهر في قائمة الاسترجاع القصيرة، واستخدم mAP لتقييم جودة الترتيب عبر المعرض بأكمله. استخدم معامل السيلويت فقط لتحليل التجميع.
  13. احسب المتوسط الحسابي والانحراف المعياري للعينة عبر خمس عمليات تشغيل مستقلة. احتفظ بالقيم الخمس على مستوى التشغيل لكل طريقة ومقياس. لا تطبق معايرة الحد الأدنى والأقصى (min-max)، أو معايرة الرتبة، أو إعادة القياس بناءً على الطرق التي تتم مقارنتها. أجرِ اختبار t المقترن باستخدام النتائج التي تم الحصول عليها تحت نفس البذرة العشوائية وسجل إحصائية الاختبار وقيمة الدلالة الدقيقة ثنائية الطرف.
  14. قارن عدد معرفات الاختبار المعالجة، وملفات السمات، وسجلات الاسترجاع، وتعيينات المجموعات. قم بحل كل تعارض قبل الإبلاغ عن نتائج التقييم أو تفسيرها.
  15. المخرجات المتوقعة: تأكد من أن كل صورة اختبار لديها سجل استدلال كامل واحد، وقائمة استرجاع واحدة، وتعيين مجموعة واحدة، ومجموعة واحدة من مدخلات التقييم. تأكد من أن كل حالة استرجاع مختارة للتصور المرئي لها رسم بياني لمكونات الاستعلام، ورسم بياني لمكونات الصورة المسترجعة، ومصفوفة تجاور محددة النوع، ومصفوفة مراسلة المكونات المدمجة.
  16. تأكد من أن كل حالة اختلاف هيكلي لها مصفوفة اختلاف طوبولوجي، ومصفوفة اختلاف علاقات هندسية، ورسم بياني لاختلاف المكونات بعد الدمج، وخريطة حرارية للاختلاف المكاني، وتراكب استجابة. تأكد من أن جميع ملفات التصور المرئي مرتبطة بمصفوفاتها المصدر عبر structural_visualization_manifest.csv. احفظ الخريطة الحرارية النقية، وتراكب الصورة المستهدفة، وقناع المقدمة، وإحداثيات منطقة الاستجابة العليا لكل حالة مصورة.
  17. اقبل استجابة الفرق المحسوبة فقط عندما تتداخل منطقة الاستجابة العالية السائدة مع مقدمة الملابس وتظل مدعومة بتغيير مصفوفة التجاور المحددة النوع المقابلة، وتغيير العلاقة الهندسية، وأدلة مسافة المكونات بعد الدمج. إذا وقعت أقوى استجابة بشكل أساسي خارج مقدمة الملابس، فافحص مخرجات التحليل، والرسم البياني للمكونات، وسجل الدمج.
    ملاحظة: استخدم نقطة التحقق المختارة من مجموعة التحقق للاستدلال على مجموعة الاختبار. لا تختار أو تستبدل نقطة التحقق وفقاً لمقاييس مجموعة الاختبار. استخدم نفس ترتيب المكونات، وقاعدة العقد غير النشطة، وتشفير نوع العلاقة، وعملية المعايرة عند توليد الرسوم البيانية والمصفوفات أثناء الاستدلال والتصور المرئي.
    ​استكشاف الأخطاء وإصلاحها: إذا توقف الاستدلال قبل معالجة جميع صور الاختبار، حدد المعرف النهائي في سجل الاستدلال واستأنف من المعرف التالي. إذا كانت نتائج الاسترجاع تهيمن عليها 유사ية الألوان، فافحص مسبقات الهيكل ومخرجات الدمج، وتحقق من نجاح تحميل نقطة التحقق. إذا أبلغ التقييم عن معرفات مكررة، فأعد بناء test_feature_manifest.csv وأزل السجلات المكررة قبل إعادة الحساب. إذا أنتجت خوارزمية K-Means مجموعة فارغة، فتحقق من معايرة السمات وأعد تشغيل التجميع باستخدام البذرة العشوائية المسجلة.

9. التقييم المقارن للنماذج

  1. قم بتشغيل python compare_models.py --config configs/protocol.yaml.
  2. قم بتدريب وتقييم كل من ResNet-50، وPart-based Convolutional Baseline (PCB)، وGCN، وFashionGraph، وSwin Transformer، وCLIP، وTopology Feature Histogram with Color and Texture Fusion، وAttention-Guided Cascade Network، وMMFL-Net، وFARE-RNET، والطريقة المقترحة باستخدام نفس بيانات التدريب والتحقق والاختبار.
  3. استخدم نفس حجم الصورة، وعمليات المعالجة المسبقة، وعصور التدريب (epochs)، وحجم الدفعة الفعلي (batch size)، واستعلامات التقييم، وتنفيذ المقاييس لكل طريقة.
  4. احتفظ بالتجميع المتوسط العام (global average pooling) لنموذج ResNet-50. طبق محاذاة الشرائط الأفقية في PCB. طبق رسمًا بيانيًا ثابتًا للملابس على مستوى الصورة في GCN. طبق استدلال الرسم البياني الديناميكي الموجه بالسمات في FashionGraph. استخدم مشفرات الصور القياسية لـ Swin Transformer وCLIP. نفذ Topology Feature Histogram with Color and Texture Fusion باستخدام واصفات الطوبولوجيا واللون والملمس. نفذ Attention-Guided Cascade Network باستخدام فروع الميزات العالمية والمحلية مع تحليل الملابس. نفذ MMFL-Net باستخدام فروع ميزات متعددة المقاييس ومتعددة الحبيبات. نفذ FARE-RNET باستخدام الانتباه المتبقي، واختيار الميزات، والترميز السياقي المتوسع.
  5. استخدم فقط فرع استعلام الصور لكل طريقة من طرق المقارنة. أعد تدريب كل طريقة قابلة للتدريب على بيان التدريب المشترك واختر نقطة التحقق (checkpoint) الخاصة بها من بيان التحقق المشترك. أنشئ قائمة معرض مرتبة لكل استعلام اختبار.
  6. قم بإسقاط كل تضمين مُتعلم (learned embedding) إلى 512 بُعدًا من خلال طبقة خطية قابلة للتدريب ومسجلة عندما يختلف بُعدها الأصلي. طبق تسوية L2 قبل ترتيب تشابه جيب التمام (cosine-similarity). استخدم نفس تخصيص الاستعلام-المعرض وتنفيذ المقاييس لجميع الطرق.
  7. كرر كل طريقة مقارنة باستخدام نفس البذور العشوائية الخمسة. أبلغ عن المتوسط والانحراف المعياري للعينة لكل من SCI وSDI وRecall@5 وmAP ومعامل السيلويت (silhouette coefficient). لكل مقياس، أجْرِ اختبار t المزدوج ثنائي الجانب بين الطريقة المقترحة وكل طريقة مقارنة باستخدام النتائج التي تم الحصول عليها تحت نفس البذرة العشوائية. سجل القيم الخمس على مستوى التشغيل، وإحصائية الاختبار، ودرجات الحرية، وقيمة p الدقيقة في evaluation_results/comparison_metrics.csv.
  8. احسب SCI وSDI وRecall@5 وmAP ومعامل السيلويت لكل طريقة. احفظ جميع القيم على مستوى التشغيل والقيم المجمعة في evaluation_results/comparison_metrics.csv.
  9. المخرجات المتوقعة: تأكد من أن comparison_metrics.csv يحتوي على نفس حقول المقاييس ونفس عدد التشغيلات المستقلة لكل طريقة مقارنة.
    ملاحظة: لا تغير تقسيمات البيانات، أو كود المقاييس، أو تخصيص الاستعلام-المعرض بين طرق المقارنة.
    استكشاف الأخطاء وإصلاحها: إذا أنتج نموذج المقارنة بُعد ميزة غير 512، أضف طبقة إسقاط خطية مسجلة واحدة قبل حساب المقياس وقم بتدريب تلك الطبقة مع النموذج المقابل. إذا فشل النموذج في التقارب تحت معدل التعلم المشترك، استخدم معدل التعلم المحدد في تنفيذه المنشور واحتفظ بجميع الظروف التجريبية المتبقية. سجل كل إعداد خاص بالطريقة في سجل المقارنة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

نُفذت جميع التجارب المذكورة باستخدام بيئة الأجهزة والبرمجيات الموثقة في الجدول 2 وجدول المواد. وقد استُخدمت الإصدارات ذاتها من برنامج تشغيل الرسومات، وCUDA، وcuDNN، وPython، وNumPy، وPyTorch، وtorchvision طوال مراحل المعالجة المسبقة، والتدريب، والاستدلال، والتقييم. وتلخص الجدول 2 وجدول المواد بيئة الأجهزة والبرمجيات الكاملة. بينما يلخص الجدول 1 مجموعات بيانات التدريب والتحقق والاختبار المعالجة، إلى جانب إحصائيات الطوبولوجيا على مستوى الص...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

تعد مراحل البروتوكول الأكثر أهمية هي المعالجة المسبقة للحفاظ على الملابس، وتحليل المكونات الدلالية المقيد بالمقدمة. ويتم اشتقاق مراكز المكونات، وقيم التشتت المكاني، وعلاقات الحدود المشتركة، وعلاقات الترتيب الرأسي، وأوزان العلاقات، والتمثيلات المدمجة، جميعها من مخرجات التحليل. أما تسرب الحدود، ومناطق المكونات المدمجة، ومناطق المكونات المفقودة، وتعيينات القنوات غير الصحيحة، فإنها تنتقل عبر بناء المخطط ودمج الميزات. وقد تؤدي هذه الأخطاء إلى إنتاج ملفات مخططات بأبعاد صحيحة، بينما تظل علاقات المكونات الممثلة غير متوافقة مع قط...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

لا يوجد لدى المؤلفين أي تضارب في المصالح للإفصاح عنه.

شكر وتقدير

تم دعم هذا العمل من خلال الدفعة الثانية من مشاريع إصلاح التدريس الجامعي الرئيسية على مستوى المقاطعة خلال الخطة الخمسية الرابعة عشرة، وذلك بموجب المشروع المعنون "إصلاح واستكشاف تدريس «تصميم الملابس والأزياء» استناداً إلى نموذج البناء المشترك «تكامل ثلاثي، دمج ثلاثي»" (مشروع رقم JGZD2024096).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
وحدة المعالجة المركزيةشركة إنتل (Intel Corporation)Intel Core i9-13900K، ٢٤ نواة، ٣٢ مسار معالجة، وبسرعة تصل إلى ٥.٨٠ جيجاهرتز
كوندا (Conda)Anaconda, Inc.، anaconda.comMiniconda3 23.11.0
مجموعة أدوات CUDAشركة NVIDIA، developer.nvidia.comCUDA 11.8
cuDNNشركة NVIDIA، developer.nvidia.comcuDNN 8.9.7
مجموعة بيانات DeepFashion2جامعة هونج كونج الصينية، github.com/switchablenorms/DeepFashion2الإصدار الرسمي لـ DeepFashion2، الإصدار 1.0
وحدة معالجة الرسومياتشركة NVIDIANVIDIA GeForce RTX 4090, 24 GB GDDR6X
نقطة تفتيش التحقق من التحليل الدلالي لشبكة HRNet-W48مشروع HRNet، github.com/HRNet/HRNet-Semantic-Segmentationhrnet_w48_garment_parser_7class.pth، نقطة فحص المشروع الإصدار 1.0
أوزان ResNet-50 مسبقة التدريب على ImageNetPyTorch Foundation, pytorch.orgResNet50_Weights.IMAGENET1K_V2
مكتبة Matplotlibفريق تطوير Matplotlib، matplotlib.orgالإصدار 3.8.2
NumPyمطورو NumPy، numpy.orgالإصدار 1.26.4
برنامج تشغيل رسومات NVIDIANVIDIA Corporationالإصدار 546.33
OpenCV-Pythonفريق OpenCV، opencv.orgالإصدار 4.8.1.78
نظام التشغيلشركة مايكروسوفت (Microsoft Corporation)Windows 11 Pro 23H2، 64-بت، إصدار نظام التشغيل 22631.3155
بانداز (Pandas)فريق تطوير Pandas، pandas.pydata.orgالإصدار 2.1.4
بايثونمؤسسة برمجيات بايثون (Python Software Foundation)، python.orgالإصدار 3.10.13
PyTorchPyTorch Foundation, pytorch.orgالإصدار 2.1.2 مع CUDA 11.8
PyYAMLمشروع PyYAML، pyyaml.orgالإصدار 6.0.1
scikit-learnمطورو scikit-learn، scikit-learn.orgالإصدار 1.3.2
SciPyمطورو SciPy، scipy.orgالإصدار 1.11.4
مستودع الكود المصدريأرشيف الكود المصدري التكميلي المُقدم مع المخطوطةبروتوكول طوبولوجيا الملابس، الإصدار 1.0
جهاز التخزينسامسونج للإلكترونياتSamsung 990 PRO NVMe SSD, 2 تيرابايت
ذاكرة النظامكينغستون تكنولوجي (Kingston Technology)Kingston FURY Beast DDR5, 64 جيجابايت، 2 × 32 جيجابايت، 5600 ميجاهرتز
torchvisionPyTorch Foundation, pytorch.orgالإصدار 0.16.2 مع CUDA 11.8
محطة عملمحطة عمل للتعلم العميق مصممة خصيصاًIntel Core i9-13900K، وNVIDIA GeForce RTX 4090، وذاكرة بسعة 64 جيجابايت، وقرص تخزين NVMe SSD بسعة 2 تيرابايت

المراجع

  1. Xiang Z, Zhu C, Qian M, Shen Y, Shao Y. FashionSegNet: a model for high-precision semantic segmentation of clothing images. Vis Comput. 2024;40:1711-1727. doi:10.1007/s00371-023-02881-3.
  2. Sun K, Zhang J, Zhang P, Yuan K, Li G. TsrNet: a two-stage unsupervised approach for clothing region-specific textures style transfer. J Vis Commun Image Represent. 2023;91:103778. doi:10.1016/j.jvcir.2023.103778.
  3. Yang N, Ma X. Enhanced composed fashion image retrieval with a multi-hop reasoning framework. Sci Rep. 2025;15:32217. doi:10.1038/s41598-025-17402-6.
  4. Karthika Priya D, Sathyabama B. FARE-RNET: fashion cloth retrieval via Egret Swarm Optimization-based Convolutional Attention Module integrated ResNet. Int J Comput Intell Syst. 2026;19:29. doi:10.1007/s44196-025-00979-1.
  5. Köktürk Güzel BE. Efficient image retrieval in fashion: leveraging clustering and principal component analysis for search space reduction. Erzincan Univ J Sci Technol. 2024;17:638-649. doi:10.18185/erzifbed.1500279.
  6. Zhang X, Sun H, Ma J. Research on clothing image retrieval combining topology features with color texture features. Mathematics. 2024;12:2363. doi:10.3390/math12152363.
  7. Abbas W, Zhang Z, Asim M, Chen J, Ahmad S. AI-driven precision clothing classification: revolutionizing online fashion retailing with hybrid two-objective learning. Information. 2024;15:196. doi:10.3390/info15040196.
  8. Shirkhani S, Mokayed H, Saini R, Hum YC. Study of AI-driven fashion recommender systems. SN Comput Sci. 2023;4:514. doi:10.1007/s42979-023-01932-9.
  9. Balloni E, Pietrini R, Frontoni E, Mancini A, Paolanti M. OutfitAI: shop the outfit with a deep learning-based intelligent expert system. Multimed Tools Appl. 2025;84:40195-40214. doi:10.1007/s11042-025-20753-x.
  10. Kachbal I, El Abdellaoui S. Computer vision for fashion: a systematic review of design generation, simulation, and personalized recommendations. Information. 2026;17:11. doi:10.3390/info17010011.
  11. Saranya MS, Geetha P. Cross-domain fashion cloth retrieval via novel attention-guided cascade neural network and clothing parsing. Comput Vis Image Underst. 2023;235:103777. doi:10.1016/j.cviu.2023.103777.
  12. Ning T, Gao Y, Han Y. Segmentation of ethnic clothing patterns with fusion of multiple attention mechanisms. Complex Intell Syst. 2024;10:5759-5770. doi:10.1007/s40747-024-01457-5.
  13. Jiang A, Liu L, Fu X, Liu L, Peng W. Clothing hierarchical feature representation and association learning for cross-modal fashion retrieval. J Comput Aided Des Comput Graph. 2025;37:654-667. doi:10.3724/SP.J.1089.2023-00263.
  14. An H, Lee KY, Choi Y, Park M. Conceptual framework of hybrid style in fashion image datasets for machine learning. Fash Text. 2023;10:18. doi:10.1186/s40691-023-00338-8.
  15. Adel M, Mohammed AM, Elsaid AH, Abdelatey A. Deep learning for new fashion product demand prediction: integrating visual similarity and demand correction in cold-start scenarios. Int J Data Sci Anal. 2026;22:9. doi:10.1007/s41060-025-00888-8.
  16. Tang Y, Ye D, Tao F, Du G. Enhanced group relation learning via aligned attention masking for fashion product captioning. J King Saud Univ Comput Inf Sci. 2025;37:170. doi:10.1007/s44443-025-00195-z.
  17. Lyu X, Li X, Zhang Y, Lu W. Two-stage method for clothing feature detection. Big Data Cogn Comput. 2024;8:35. doi:10.3390/bdcc8040035.
  18. Tang G, Yu F, Li H, Shi Y, Liu L, Peng T, et al. ClothSeg: semantic segmentation network with feature projection for clothing parsing. J Vis Commun Image Represent. 2023;97:103980. doi:10.1016/j.jvcir.2023.103980.
  19. Cao S, Chai W, Hao S, Zhang Y, Chen H, Wang G. DiffFashion: reference-based fashion design with structure-aware transfer by diffusion models. IEEE Trans Multimedia. 2024;26:3962-3975. doi:10.1109/TMM.2023.3318297.
  20. Hou J, Lu Y, Yang Y, Liu Z. PDN: a priori dictionary network for fashion parsing. Appl Sci. 2024;14:3509. doi:10.3390/app14083509.
  21. Moratelli N, Barraco M, Morelli D, Cornia M, Baraldi L, Cucchiara R. Fashion-oriented image captioning with external knowledge retrieval and fully attentive gates. Sensors. 2023;23:1286. doi:10.3390/s23031286.
  22. Islam T, Miron A, Liu X, Li Y. Deep learning in virtual try-on: a comprehensive survey. IEEE Access. 2024;12:29475-29502. doi:10.1109/ACCESS.2024.3368612.
  23. Yan H, Zhang H, Liu L, Zhou D, Xu X, Zhang Z, et al. Toward intelligent design: an AI-based fashion designer using generative adversarial networks aided by sketch and rendering generators. IEEE Trans Multimedia. 2023;25:2323-2338. doi:10.1109/TMM.2022.3146010.
  24. Xie Z, Zhou Z, Wang Z, Ding H, Ma L. Multi-scale spatial feature-guided cloth landmark estimation. J Comput Aided Des Comput Graph. 2022;34:1763-1771. doi:10.3724/SP.J.1089.2022.19189.
  25. Jiang J, Wu D, Deng H, Long Y, Tang W, Li X, et al. HAIGEN: towards human-AI collaboration for facilitating creativity and style generation in fashion design. Proc ACM Interact Mob Wearable Ubiquitous Technol. 2024;8:107. doi:10.1145/3678518.
  26. Danner M, Brake E, Kosel G, Kyosev Y, Rose K, Rätsch M, et al. AI-assisted pattern generator for garment design. Commun Dev Assem Text Prod. 2024;5:195-206. doi:10.25367/cdatp.2024.5.p195-206.
  27. Bao C, Zhang X, Chen J, Miao Y. MMFL-net: multi-scale and multi-granularity feature learning for cross-domain fashion retrieval. Multimed Tools Appl. 2023;82:37905-37937. doi:10.1007/s11042-022-13648-8.
  28. Yang G. Clothing design style recommendation using optimized semantic-preserved generative adversarial network. J Electr Syst. 2024;20 Suppl 3:2396-2409. doi:10.52783/jes.3064.
  29. Wang Z, Tao X, Zeng X, Xing Y, Xu Z, Bruniaux P. Design of customized garments towards sustainable fashion using 3D digital simulation and machine learning-supported human-product interactions. Int J Comput Intell Syst. 2023;16:16. doi:10.1007/s44196-023-00189-7.
  30. Wu J, Huang Y, Gao M, Gao Z, Zhao J, Zhang H, et al. A two-stream hybrid convolution-transformer network architecture for clothing-change person re-identification. IEEE Trans Multimedia. 2024;26:5326-5339. doi:10.1109/TMM.2023.3331569.
  31. Khalid M, Keming M, Hussain T. Design and implementation of clothing fashion style recommendation system using deep learning. Rom J Inf Technol Autom Control. 2021;31:123-136. doi:10.33436/v31i4y202110.
  32. Wang Y, Liu L, Fu X, Liu L. MCCP: multi-modal fashion compatibility and conditional preference model for personalized clothing recommendation. Multimed Tools Appl. 2024;83:9621-9645. doi:10.1007/s11042-023-15659-5.
  33. Ma J, Sun H, Yang D, Zhang H. Personalized fashion recommendations for diverse body shapes and local preferences with contrastive multimodal cross-attention network. ACM Trans Intell Syst Technol. 2024;15:82. doi:10.1145/3637217.
  34. Yu Z, Zhao Y, Hong B, Jin Z, Huang J, Cai D, et al. Apparel-invariant feature learning for person re-identification. IEEE Trans Multimedia. 2022;24:4482-4492. doi:10.1109/TMM.2021.3119133.
  35. Peng D, Liu R, Lu J, Zhang S. Unsupervised multi-modal modeling of fashion styles with visual attributes. Appl Soft Comput. 2022;115:108214. doi:10.1016/j.asoc.2021.108214.
  36. Mathews A, Sejal N, Venugopal KR. Analysis of content based image retrieval using deep feature extraction and similarity matching. Int J Adv Comput Sci Appl. 2022;13:646-655. doi:10.14569/IJACSA.2022.0131277.
  37. Zhang C, Ji X, Cai L. Clothing recommendation with multimodal feature fusion: price sensitivity and personalization optimization. Appl Sci. 2025;15:4591. doi:10.3390/app15084591.
  38. Zhao M, Gao S, Ma J, Zhang Z. Joint clothes image detection and search via anchor-free framework. Neural Netw. 2022;155:84-94. doi:10.1016/j.neunet.2022.08.011.
  39. Fontanini T, Ferrari C. Would your clothes look good on me? Towards transferring clothing styles with adaptive instance normalization. Sensors. 2022;22:5002. doi:10.3390/s22135002.
  40. Kim S, Moon H, Oh J, Lee Y, Kwon H, Kim S. Automatic measurements of garment sizes using computer vision deep learning models and point cloud data. Appl Sci. 2022;12:5286. doi:10.3390/app12105286.
  41. Chang YH, Zhang YY. Deep learning for clothing style recognition using YOLOv5. Micromachines. 2022;13:1678. doi:10.3390/mi13101678.
  42. de Medeiros Dantas IJ, Curth M, Freire AG. Exploring databases for training models in machine learning in the fashion industry. DAT J. 2024;9:157-174. doi:10.29147/datjournal.v9i2.877.
  43. Zhu S, Zou X, Qian J, Wong WK. Learning structured relation embeddings for fine-grained fashion attribute recognition. IEEE Trans Multimedia. 2024;26:1652-1664. doi:10.1109/TMM.2023.3284593.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

استكشف المزيد من المقالات

استرجاع صور الملابسالاتساق الهيكليصور DeepFashion2تحليل HRNet-W48ترميز ResNet-50الالتفاف المخططيالمقارنة الهيكليةتحديد موقع الاختلاف
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.