Классификация стилей одежды: Большой гид по стилям в одежде: основные виды, описание и рекомендации по применению в жизни

Классификация современных стилей | СЛИЯНИЕ СТИЛЕЙ

Стиль и мода — это совершенно разные понятия. Человек, следящий и одевающийся в соответствии с модными тенденциями за свою жизнь может побывать в разных образах, так как мода в соответствии с законами жанра вынуждена переключать акценты с одного направления на другое, дабы не наскучить своим поклонникам. Сегодня женщина может выглядеть как греческая богиня в стиле ампир, а в следующем сезоне как монашка, одетая в ахроматические тона и закрытая с ног до головы. Но есть люди, которые остаются приверженцами только одного стиля на протяжении всей жизни и именно он отражает их отношение к действительности. У каждого стиля есть свое начало, своя история возникновения и развития. Существует классификация современных стилей одежды, которая помогает сориентироваться во всем их многообразии.

Стиль — это образное решение костюма, при помощи элементов, отличающихся  художественной и пластической однородностью.

На протяжении истории моды некоторые стили складывались веками и изменялись достаточно редко. В отличии от них сегодня стиль в чистом виде встречается не часто. В настоящее время выделяют пять традиционных стилей костюма:

 —  классический стиль

 —  романтический стиль 

 —  спортивный стиль

 —  фольклорный стиль (этнический стиль)

 —  эклектический стиль

Каждый из этих основных стилей имеет свою структуру. Поговорим немного о каждом из них.

Классический стиль 

Костюм классического стиля характеризуется подчеркнутой строгостью и элегантностью форм, минимум деталей. Он строгий и деловой. К нему относится все то, что  «отобрано» временем, почти не меняющееся-то, что «вне моды». Классика-это сдержанность и простота линий, лаконичный крой, приемы которого отработаны десятилетиями. Классические вещи не бросаются в глаза, а их отличительными чертами являются качество и надежность. Все строится рационально и соответственно назначению. Пропорции классического костюма соответствуют естественным пропорциям фигуры человека и имеют полуприлегающий силуэт. Это делает его приемлемым как для мужчин, так и для женщин любого возраста и телосложения.

Его истоки берут свое начало в истории английского мужского костюма. Поэтому основными материалами являются: шерсть, репс, габардин, поплин, фланель. Рисунки как правило мелкие, неброские: тонкая полоска, елочка, клетка. Классическая обувь и одежда всегда актуальны, не смотря на модные тенденции.

На базе классического стиля путём комбинирования отдельных его элементов формируются различные микро — стили:

—  английский стиль

—   стиль «Шанель»

—   стиль минимализм

—   анимальный стиль

—  клетчатый стиль

—  стиль new look

Романтический стиль 

Он отличается большим разнообразием, декоративностью форм и деталей. Покрой романтической вещи может быть достаточно сложным и отличаться нарядностью отделки. Романтический стиль очень женственный и фантазийный. В его арсенал входят все легкие, тонкие, воздушные, роскошные ткани, такие как шелк, шифон, кружева, гипюр, сетка, а также трикотаж  и кашемир. Могут использоваться меха и различные украшения, придающие образу загадочности и изысканности.

Романтический стиль подходит далеко не всем, но используя его элементы можно сделать свой образ более нежным  и женственным. Как правило его используют для праздничной и вечерней моды. Для этого стиля неуместно использование ярких тонов, но приветствуются изысканные аксессуары, такие как кружевные перчатки, ювелирные украшения из драгоценных и полудрагоценных металлов, романтические шляпки с вуалью, сложные прически, шарфы и палантины.

К романтическим стилям  можно отнести:

—  стиль Baby doll

—  стиль Шебби шик

—  фантазийный стиль

—  стиль ретро

—  стиль винтаж

—   стиль пин-ап

—  стиль Mori Girl

Спортивный стиль 

Окончательно этот стиль утвердился среди населения в 20-м веке. Это время активного технического прогресса и массовой популярности различных видов спорта среди мужчин и женщин. Он красив и удобен. Одежда спортивного стиля призвана обеспечивать удобство человека при движении и одновременно подчеркивать стройность и спортивность фигуры.

Сегодня он оказывает большое влияние на другие стили. Так деловой костюм при помощи определенных деталей  может стать немного спортивным. Основными декоративными деталями являются: молнии, хольнитены, металлические пуговицы или кнопки, накладные карманы, погоны, паты, отделочные строчки и другие элементы. Цветовая гамма самая разнообразная: от ярких цветовых сочетаний до пастельных, нежных тонов. С развитием легкой промышленности постоянно появляются все новые и новые ткани, которые в первую очередь используются именно в спортивной одежде.

Спортивный стиль сегодня является одним из универсальных стилей, элементы которого можно использовать как в повседневной одежде, туристических путешествиях, так и в нарядном образе. Он входит в гардероб людей разных возрастов — от детей до взрослых. Обувь, относящаяся к этому стилю самая разнообразная: кеды, кроссовки, слипоны, а также специализированная обувь для занятий спортом.

Спортивный стиль состоит из множества макростилей:

—  стиль сафари 

—  деним  или джинсовый стиль

—  стиль милитари 

—  морской стиль 

—  космический стиль

—  стиль оп-арт 

—  стиль граффити

—  стиль фитнес

—   стиль поп-арт

—  стиль спорт шик

Фольклорный стиль 

Основным направлением этого стиля является приверженность к определенным национальным костюмам. Сохранение  народных традиций способствует распространению этнического стиля в одежде. Он стал популярным в 50-х годах прошлого столетия как деревенский стиль  «кантри-лук», а в 90-е годы в форме этно-миксов. Это не только заимствование декоративного оформления одежды, но и элементов и способов кроя, форм и предметов костюма.

Национальная одежда характеризуется специфическими декорациями, украшениями, определенными тканями и цветовыми орнаментами. В наши дни мало людей, которые носят только сугубо традиционную одежду. Фольклорный стиль и не преследует такой цели. По знаковым элементам костюма можно определить к какому стилю относиться тот или иной образ.

Условно этот стиль делится на английское кантри, вестерн американского происхождения и различные этно-миксы:

—  стиль кантри

—  стиль гаучо

—  японский стиль

—  стиль Мао

—   стиль хиппи

—  русский стиль

—  стиль экзотика

—  скандинавский стиль

—  стиль Кармен

—  стиль бохо 

Эклектический стиль 

В последние десятилетия для моды характерен новый принцип  создания ансамбля в костюме, заключающийся в сочетании между собой элементов разных стилевых направлений. Строгий стиль может соединяться с  романтикой, романтика с фольклорным стилем и т. д. Это явление называется эклектикой. Стилевые решения в чистом виде сейчас встречаются очень редко, а смешение стилей становится все более актуальным.

Для эклектики характерно комбинирование образов, создание неожиданных сочетаний, игра с  разнофактурными  материалами: замша и шелк, мех и кружево, кожа и сетка… Приветствуется использование нетрадиционных материалов. Наиболее ярко этот стиль проявляется  среди молодежи и различных субкультур, многие из которых стали явлениями антимоды .

Любители эклектики отличаются свободолюбием, неформальным отношением к одежде и представлениям о моде. Как правило это люди творческих профессий, свободные от определенных рамок и установок, умеющих сочетать порой не сочетаемые вещи.

К эклектическому стилю можно отнести:

—  стиль кэжуал

—  стиль фьюжн

—  стиль гранж 

—  стиль китч

— стиль хипстеры

—  американский стиль

Это небольшой обзор по классификации современных стилей. Мода не стоит на месте и с каждым годом появляются все новые и новые направления. Знания стилей помогает найти свой неповторимый образ, либо создать что-то совершенно новое  и оригинальное.

Я буду знакомить Вас со всеми современными стилями в одежде. О некоторых  из вышеперечисленных Вы можете узнать больше в рубрике » Стили одежды «.

Надеюсь Вам была интересна эта информация.

Пишите свои отзывы о статье и делитесь ими с друзьями! 

Подписывайтесь на новости сайта, чтобы узнавать еще больше полезного!

С уважением, Ирина Широкова.

5 1 голос

Оценить запись

Стили одежды — презентация онлайн

Похожие презентации:

Что такое стиль. Классификация стилей

Спортивный стиль одежды

Романтический стиль одежды

Романтический стиль одежды

Современные стили в одежде

Спортивный стиль одежды

Открытия. Деловой стиль в одежде

Спортивный стиль одежды

Богемный стиль бохо — шик в одежде

Мода и стиль

Стили Одежды
Классический Стиль
Классический стиль (консервативный) — это сдержанная простота в линиях, лаконичный крой.
Вещи этого стиля привлекательны своим высоким качеством и добротностью материалов.

Преобладает ахроматическая цветовая гамма или пастельные оттенки. Это самый
неэмоциональный стиль, всё в нем крайне умеренно. Отсутствие остромодных деталей. Длина,
ширина, объемы и пропорции всегда средние, привычные для глаза.
Романтический Стиль
Романтический стиль в одежде подразумевает создание возвышенного, утонченного образа.
Для стиля характерно использование рюшей, воланов, длинных платьев летящего кроя. Для
мужчин в романтическом стиле характерны жилеты, шейные платки, рубашки с широкими
рукавами и романтичные фасоны шляп.
Стилю присущий цветочный принт, а также нежная пастельная цветовая гамма.
Спортивный Стиль
Спортивный стиль характеризуется свободной, не стесняющей движения одеждой.
Этот стиль предназначен для занятий спортом и активного отдыха или повседневной
одежды, под спортивную, имеющая атрибутику присущую спортивной экипировке.
Достаточно яркая и динамичная по своему характеру одежда отличается
практичностью и удобством.
Casual Стиль
Casual Стиль – самый распространенный и популярный стиль, предполагает современную (модную)
повседневную практичную и удобную одежду. Этот стиль может сочетать в себе элементы других стилей,
но отличительной особенностью является комфорт и удобство одежды. Существуют подразделения этого
стиля на city casual(городской повседневный), smart casual(элегантный повседневный), есть так же
формулировка «business casual», которая скорее характеризует дресс-код «рабочая пятница» по сути, тоже
самое, что и smart casual. И ещё один подвид: sport casual– это повседневный стиль с элементами
спортивного, но этот стиль не для занятий спортом.
Дерби Стиль
Дерби — жокейский стиль. Название стиля носит имя английского лорда
Дерби, большого фаната скаковых лошадей. Жокейский стиль повторяет

одежду наездников.
Деловой Стиль
Деловой стиль одежды — основная идея стиля в том, чтобы одежда не отвлекала внимание
от деловых качеств сотрудника. Одежда в деловом стиле должна быть сдержанной и
элегантной, но, при этом, в отличие от консервативного стиля, деловой стиль подвержен
модным тенденциям. Линии, формы, силуэты всё должно быть четким и определенным.
Сафари Стиль
Сафари стиль появился в 60-е годы. Это преимущественно стиль для путешествий, который
заимствует элементы тропической военной униформы. Характерной особенностью
являются все оттенки песочного цвета в одежде и множество накладных карманов.
Знаковым атрибутом является светлая шляпа с небольшими полями.
Кантри Стиль
Кантри стиль (от английского слова country — деревня) — деревенский стиль американского
Запада конца 19 века. Американцы называют этот стиль Вестерн (western — западный).
Стиль ковбоев и фермеров. Отличается натуральными тканями терракотовых оттенков,
джинсами, клетчатыми рубашками, а также ковбойскими шляпами и сапогами.
Экологический Стиль
Экологический стиль (Эко стиль) – самый древний и естественный стиль одежды. Для стиля характерны
цвета природы: цвет земли, травы, песка, рисунки на тканях скорее исключение и носят флоральные
мотивы. Ткани используются только натуральные, часто грубого плетения, фасоны свободные.
Стиль Готическая Лолита
Стиль Готическая Лолита получил распространение в Японии. Представляет собой
смешение образа девочки викторианской эпохи (кукольного образа) и готического стиля.
Преобладание черного, белого и розового цветов. Наличие больших бантов и корсетов.

English     Русский Правила

Что такое мода | Классификация моды и ее описание

1 Комментарий / Мода / Автор Джаханара Рони

Определение моды:
«Что такое мода?» Не так просто ответить на вопрос, потому что он выражает разные вещи для разных людей. Как правило, мода относится к изменению стиля одежды. Мода — это стиль, который проявляется в теле, лице или внешнем виде, который меняется от человека к человеку, изо дня в день, время от времени.

По сути, это включает в себя изменение, определяемое как последовательность краткосрочных тенденций или причуд.

Термин «мода» используется практиками и учеными для обозначения отрасли, которая широко включает несколько секторов: текстиль, одежда, кожа, трикотаж, аксессуары, солнцезащитные очки, косметика и ювелирные изделия. Как правило, мода — это популярный стиль или практика, особенно в одежде, обуви, аксессуарах, макияже, теле или мебели. Оно происходит от латинского слова «Facere», что означает «делать». Мы можем просто объяснить, что мода — это искусство. Мода выражает чьи-то чувства. Это также относится к новейшим творениям текстильных дизайнеров. В этой статье я расскажу о классификации моды и опишу все сегменты.

Рис. Выражение моды

Мода – это естественный инстинкт человека. Мужчины и женщины любят украшать себя, чтобы выглядеть более привлекательно и неповторимо. Если определенный стиль принимается определенной группой людей (достаточно большой группой) в течение достаточного периода времени (достаточно большого периода), он называется «модой».

Многие моды также могут сосуществовать.

Классификация моды:
Для тщательного изучения моды изучение классификации очень важно. Эксперт моды знает модная одежда как уникальный продукт, отражающий самооценку, образ жизни, перемены, время и место.

Продолжительность важности моды очень важна для дизайнеров или производителей одежды. Мода может быть кратковременной или длительной. Определив характеристики моды, дизайнер может оценить важность моды для розничного ассортимента.

Мода подразделяется на множество типов, например:

1. Стиль
2. Базовый или классический
3. Фад
4. Прогнозирование моды
5. Тренды

Классификацию моды можно описать следующим образом:
1. Стиль:
Стиль всегда постоянен. Он не изменчив, как и мода. Это модификация моды. Стиль – это основа любого предмета одежды. Это способ что-то делать. Обычно это относится к моде или внешнему виду. Слово стиль очень популярно в моде. Стиль уникален, но когда его принимают другие, это называется модой.

2. Базовая или классическая:
Когда мода относительно постоянна, долговечна или сохраняется в течение многих дней, например, сари и сальвар-камиз, она называется базовой или классической. Сари и сальвар-камиз являются частью модного пейзажа. У клиента в гардеробе есть одна или несколько вещей, которые можно носить в разных случаях. В определенное время базовая становится самой важной продвигаемой модой, но внутри или вне она остается частью модной сцены.

3. Причуда:
Причуда — более неопределенное слово для модного дизайнера. Потому что это может сделать жизнь дизайнера либо интереснее, либо напряжённее. Иногда на модной сцене появляется что-то, что захватывает воображение, но вскоре исчезает.

В конце концов, прихоть можно обозначить как недолговечную моду, пребывающую в течение очень короткого периода или времени, приемлемую только для определенной группы людей. В максимальное время они очень дорогие, и каждый не может позволить себе их купить.

4. Прогнозирование моды:
Прогнозирование моды — это предсказание настроения, поведения и покупательских привычек потребителей, которое фокусируется на будущих тенденциях. Это очень важная часть сцены моды, потому что, когда новая одежда разработана дизайнером и носится, она не создает моду сама по себе. Он должен распространять моду с помощью различных средств массовой информации. Прогнозирование моды обычно делается многими средствами коммуникации, такими как показы мод, кино, газеты, пресса, журналы мод и витрины.

Обычно прогнозирование моды включает:

1. Исследования потребителей
   • Опросы
   • Неформальные интервью в магазине
   • Фокус-группы потребителей
2. Исследование рынка
3. Модные тенденции
4. Покупки
5. Оценка коллекций
6. Записи о продажах
7. Тренд для целевых рынков

5. Тенденции моды:
Тенденция моды – самое изменчивое понятие в моде. Все основные коллекции объединяют стилистические идеи. На модные тенденции влияет несколько факторов, в том числе экономические, политические, социальные и технологические. Синоптики моды могут использовать эту информацию, чтобы определить рост или упадок определенной тенденции. Иногда новый тренд появляется малыми дозами, пока не распространится на другие коллекции. Поскольку средства массовой информации замечают сходство между коллекциями и выделяют их, освещение в СМИ также помогает установить тенденции. Но если рынок захлестнет новая тенденция, потребители могут негативно отреагировать на чрезмерное воздействие.

Джаханара Рони

Редактор Fashion2Apparel. Она модельер и бывший преподаватель дизайна одежды. Она хочет распространять знания о моде по всему миру.

Поделитесь этой статьей!

Классификация одежды с помощью набора данных DeepFashion и Fastai | Татьяна Сенникова | февраль 2021 г.

| Medium

Fashion AI

История о том, как я начала разбирать гардероб, а в итоге обучила нейросеть

Татьяна Сенникова

·

Подписаться

Опубликовано в

·

Чтение через 10 мин.

·

1 февраля 2021

Первое января идеальный день, чтобы разобраться с зимней одеждой. Это то, что я имел в виду, когда подходил к своему гардеробу месяц назад. Монотонный процесс складывания свитеров, носков и шарфов носит довольно медитативный характер и приводит ко многим открытиям. Вроде той, что у меня есть три розовые кофточки одного фасона. Это открытие помогло мне понять, что мне неизбежно нужно оптимизировать свой инвентарь модной одежды, увеличивая разнообразие и уменьшая избыточность вещей, которыми я владею. Естественно, цель должна состоять в том, чтобы смоделировать содержание моего гардероба в виде графа, который будет включать в себя предметы одежды, их тип (свитер, брюки и т. д.), атрибуты (ткань, фасон, цвет и т. д.) и отношения (будь то две вещи). предметы могут сочетаться в одном образе или нет). В этой статье я пишу о подходе, который я использовал для создания своего набора данных, в частности о том, как распознать тип одежды случайного предмета.

Эта статья содержит следующие части:

1. Данные
2. Обучение модели
3. Оценка модели
4. Как загрузить предварительно обученную модель из Fastai в PyTorch
5. Резюме

9 0002 Несмотря на то, что я использую Keras для глубокого обучения в течение многих лет, на этот раз я решил попробовать PyTorch и Fastai. Полный код, использованный в статье, можно найти здесь.

Чтобы классифицировать вещи в моем гардеробе, мне нужна модель, обученная решению этой задачи, а для обучения такой модели мне нужны данные. В этом проекте я использовал набор данных DeepFasion, который представляет собой крупномасштабную базу данных одежды для прогнозирования категорий и атрибутов одежды, собранную мультимедийной лабораторией Китайского университета Гонконга.

Эталон классификации был опубликован в 2016 году. Он оценивает эффективность модели FashionNet при прогнозировании 46 категорий и 1000 атрибутов одежды. Оригинал статьи см. в DeepFashion: Powering Robust Clothing Recognition and Retrieval with Rich Annotations, CVPR 2016.

База данных DeepFashion содержит несколько наборов данных. В этом проекте использовался тест прогнозирования категорий и атрибутов. Этот набор данных содержит 289 222 разнообразных изображения одежды из 46 различных категорий.

Метки обучения хранятся в файле train_labels.csv в следующем формате:

Файл данных обучения

Файл данных обучения содержит расположение изображений и меток. Метки хранятся в виде строкового объекта, по одной метке на изображение.

Мы можем загрузить данные из train_labels.csv в класс ImageDataLoaders, используя метод from_csv.

Я использую стратегию увеличения данных Fastai под названием presizing . Сначала он изменяет размеры изображений до меньшей квадратной формы. Это позволяет быстрее выполнять все последующие дополнения, поскольку квадратные изображения можно обрабатывать на графическом процессоре. Затем мы можем применить дополнение к каждому пакету данных. batch_tfms последовательно выполняет все аугментации, такие как вращение и масштабирование, с одной интерполяцией в конце. Эта стратегия аугментации позволит нам добиться лучшего качества аугментированных изображений и получить некоторую скорость за счет обработки на графическом процессоре.

Давайте посмотрим на некоторые изображения в нашем наборе данных.

Обучающие изображения с метками

Мы также можем проверить, как выглядят дополненные изображения, передав unique=True методу show_batch выше.

Увеличенные изображения

Как мы видим, изображения после аугментации сохранили свое качество.

В этом проекте я использую предварительно обученную модель ResNet34. Я экспериментировал с более глубокими архитектурами, но они не привели к значительному улучшению. Основной проблемой набора данных DeepFashion является качество этикеток. Например, на изображении выше показаны два предмета: блузка и шорты, но на нем есть только ярлык «блузка». Таким образом, модель неизбежно будет страдать от шума.

Чтобы трансферное обучение заработало, нам нужно заменить последний слой сети новым линейным слоем, содержащим такое же количество активаций, как и количество классов в нашем наборе данных. В нашем случае у нас есть 46 категорий одежды, что означает, что у нас есть 46 активаций в нашем новом слое. Недавно добавленный слой инициализирует веса случайным образом. Поэтому наша модель будет иметь случайный вывод до того, как она будет обучена, что не означает, что модель полностью случайна. Все остальные слои, которые не были изменены, сохранят тот же вес, что и исходная модель, и будут хорошо распознавать общие визуальные концепции, такие как основные геометрические формы, градиенты и т. д. Поэтому, когда мы обучаем нашу модель распознавать типы одежды , мы замораживаем всю сеть, кроме последнего слоя. Это позволит нам оптимизировать веса последнего слоя, не изменяя веса более глубоких слоев.

Когда мы вызываем Learn.fine_tune(), мы замораживаем всю сеть и обучаем случайным образом инициализированным весам только что созданного слоя на одну эпоху. Затем мы размораживаем сеть и обучаем все слои вместе за указанное нами количество эпох (в нашем случае две). Вот почему мы видим одну дополнительную эпоху в выводе.

Ранняя оценка

Ранняя оценка позволяет нам проверить прогресс обучения на более ранних этапах и выявить ошибки в наших подходах до того, как мы потратим много времени на обучение модели. Есть несколько способов взглянуть на результаты, полученные при обучении нейронной сети. Чтобы получить быстрое представление, мы можем взглянуть на наиболее часто путаемые классы:

Как мы видим, в сети чаще всего путают «Топ» с «Блузкой», «Комбинезон» с «Платьем», а «Футболка» с «Блузкой». Такие ошибки мог совершить даже человек. Таким образом, мы можем заранее оценить, усваивает ли наша сеть правильный шаблон.

Еще один способ посмотреть на ошибки — это построить максимальные потери.

Топ убытков. Ранняя оценка

Как упоминалось выше, исходные этикетки шумные. Наша модель правильно классифицировала комбинезон, две юбки и платье, в то время как в исходном наборе данных эти элементы имеют неправильные метки.

Поиск скорости обучения

Теперь давайте пройдемся по данным в DataLoader и постепенно увеличиваем скорость обучения с каждым мини-пакетом, чтобы наблюдать, как значение потерь изменяется с изменением скорости обучения. Наша цель — найти наиболее эффективную скорость обучения, которая позволит сети быстрее сходиться. Скорость обучения имеет оптимальное значение в точке наибольшего наклона кривой потерь, так как это означает, что потери уменьшаются быстрее. Точки экстремумов (минимум и максимум) и плоские участки кривой соответствуют скоростям обучения, которые не позволяют сети обучаться, так как потери в этих точках не улучшаются.

Кривая потерь

В нашем случае самая крутая точка кривой потерь находится при скорости обучения, равной 0,005. Эту скорость обучения мы будем использовать для дальнейшего обучения.

После обучения модели в течение 3 эпох мы получили Точность 0,697, что является улучшением по сравнению с 0,694, которое мы имели со скоростью обучения по умолчанию.

Дискриминативные скорости обучения

После обучения всех слоев сети нам нужно снова просмотреть скорости обучения, так как после нескольких пакетов обучения скорость, с которой сеть обучается, замедляется, и мы рискуем превзойти минимум потерь функции с высокой скоростью обучения. Поэтому скорость обучения должна быть снижена.

Когда мы строим кривую потерь после трех периодов обучения, мы видим, что она выглядит по-другому, так как веса сети больше не являются случайными.

Кривая потерь после трех эпох

Мы не наблюдаем этого резкого снижения, связанного с точкой, где веса были обновлены со случайных на те, которые уменьшают потери. Форма кривой выглядит более плоской. Для дальнейшего обучения мы возьмем диапазон весов от точки уменьшения до точки, где потеря снова начнет расти.

Как упоминалось ранее, слои, перенесенные из предварительно обученной модели, уже хорошо распознают основные визуальные понятия и не требуют особого обучения. Однако более глубокие слои, отвечающие за распознавание сложных форм, характерных для нашего проекта, выиграют от более высокой скорости обучения. Поэтому нам нужно использовать меньшие скорости обучения для первых слоев и большие скорости обучения для последних слоев, чтобы они могли быстрее подстраиваться.

Мы определенно видим, что наша сеть делает успехи в обучении. Однако трудно сказать, нужно ли нам продолжать обучение или остановиться, чтобы не переобучить модель. График потерь при обучении и проверке может помочь нам оценить, нужно ли нам продолжать.

Обучение против потерь при проверке

Мы видим, что потери при проверке больше не улучшаются, хотя потери при обучении все еще улучшаются. Если мы продолжим обучение, мы увеличим разрыв между потерями при обучении и проверке, что будет означать, что мы переобучили нашу модель. Поэтому нам лучше прекратить обучение сейчас и перейти к следующему шагу, оценке.

На предыдущем шаге мы смогли достичь 70,4% точности Top-1 в наборе данных проверки. Если мы построим график точности проверки, мы увидим, как она улучшалась с каждой эпохой.

Top-1 Точность валидации за эпоху

Оценка набора обучающих данных

Сначала мы рассмотрим прогнозы набора обучающих данных, чтобы оценить, есть ли у нас по-прежнему высокая систематическая ошибка.

Оценка данных для обучения

Прогнозы для набора данных для обучения выглядят хорошо. Наша модель отражает основные понятия. Дальнейших улучшений можно добиться за счет улучшения меток и очистки данных.

Оценка тестового набора данных

Теперь давайте загрузим тестовые данные и проверим, как работает с ними модель.

Оценка по тестовым данным

Модель Топ-1 Точность теста 70,4%. Он неправильно классифицирует несколько объектов, но все же очень близок к результату, который мы получили на проверочном наборе.

Авторы оригинальной статьи DeepFashion: обеспечение надежного распознавания и извлечения одежды с помощью подробных аннотаций, CVPR 2016 использовали точность Top-3 и Top-5 для оценки.

DeepFashion: обеспечение надежного распознавания и поиска одежды с помощью подробных аннотаций, CVPR 2016

Чтобы сделать наши результаты сопоставимыми, я буду использовать одни и те же показатели.

Top-3 Точность нашей модели 88,6%, , что на 6% выше, чем точность эталона и Top-5 Точность нашей модели 94,1%, , что на 4% выше, чем точность эталона эталонная точность. Это не должно вызывать удивления, поскольку авторы оригинальной статьи использовали в качестве основы архитектуру VGG16, которая является менее мощной моделью.

Оценка пользовательского набора данных

Наконец, мы проверим, как модель работает с моими изображениями. я взял 98 фотографий собственной одежды камерой смартфона. Давайте загрузим изображения и проверим, может ли модель правильно их классифицировать.

Топ-1 Точность модели на заданных пользователем данных 62,4% что ниже, чем на наборе данных DeepFashion. Тем не менее, это все еще хорошо для модели классификации 46 класса.

Изображения в пользовательском наборе данных сильно отличаются от тех, на которых изначально обучалась модель. Например, пользовательские изображения показывают только предмет одежды, в то время как изображения в наборе данных DeepFashion показывают человека, одетого в предмет, что упрощает масштабирование одежды. Почти все брюки в пользовательском наборе данных были классифицированы как шорты, поскольку модели сложно оценить их длину относительно человеческого тела. Тем не менее, модель усвоила основные концепции и могла использоваться в различных модных контекстах.

После обучения модели мы можем захотеть запустить ее на машине логического вывода без установки Fastai. Для этого нам сначала нужно сохранить модель и ее словарь:

torch.save сохраняет веса предварительно обученной модели. Он использует утилиту pickle Python для сериализации. Чтобы запустить модель в PyTorch, нам нужно загрузить веса и переопределить модель:

Загрузка модели быстрого ИИ в PyTorch

Обратите внимание, что на этот раз нам нужно изменить размер и нормализовать изображения перед запуском прогноза. Библиотека Fastai хранит информацию о преобразованиях, которые должны быть применены в учащемся, но когда мы запускаем модель вне Fastai, нам нужно сначала преобразовать изображения.

После этого мы можем запускать прогнозы, используя класс, который мы определили:

В этом уроке я показал, как обучить модель ResNet34 распознаванию типа одежды с использованием библиотеки Fastai и набора данных DeepFashion. Мы увидели, что можем обучить модель, которая превзойдет текущий базовый уровень на 6% для точности Top-3 и на 4% для точности Top-5. Мы провели оценку моих собственных изображений и заметили, что модель правильно классифицирует предметы, за исключением предметов, чувствительных к масштабу (проблема с шортами или брюками).