摘要

随着社交媒体的普及，由名人、知名设计师以及时尚影响者启发的时尚潮流缩短了时装设计和制造的周期。然而，随着时尚相关内容的激增和大量用户生成的时尚照片，对于时尚设计师来说，从社交媒体照片中筛选并整理出流行趋势是一项艰巨的任务。这需要对社交媒体上的时尚照片进行深度解析，以定位和分类给定照片中的多个时尚单品。尽管像MSCOCO这样的物体检测竞赛为每个物体类别提供了数千个样本，但要获得大量标注数据集来训练快速时尚单品却相当困难。此外，最先进的物体检测器不具备利用社交媒体上大量未标注数据的功能，以便使用标注数据集对物体检测器进行微调。在本研究中，我们展示了一种通用物体检测器的应用，该检测器可以采用无监督方式预训练，并针对最近发布的Open Images V4数据集中的24个类别进行训练。首先，我们使用从社交媒体收集的60,000张未标注照片对物体检测器的基础架构进行无监督学习训练；然后，在Open Images V4数据集中8,200张标注照片上对其进行微调。在300×300像素的图像输入下，我们在包含2,400张照片的测试数据集上达到了72.7%的平均精度均值（mAP），相比最先进的物体检测器性能提高了11%到17%。我们证明了这一改进归功于所选择的架构，该架构使我们能够进行无监督学习，并且在识别小物体方面表现出显著优势。