Polyvore时尚搭配数据集完整使用指南

Polyvore时尚搭配数据集完整使用指南

【免费下载链接】polyvore-datasetDataset used in paper "Learning Fashion Compatibility with Bidirectional LSTMs"项目地址: https://gitcode.com/gh_mirrors/po/polyvore-dataset

Polyvore数据集是时尚推荐系统研究领域的重要资源，源自论文《Learning Fashion Compatibility with Bidirectional LSTMs》。该数据集包含来自Polyvore.com网站的21,889个完整时尚搭配，为研究者提供了丰富的服装组合数据，助力时尚兼容性分析和智能推荐算法开发。

数据集核心价值与应用场景

Polyvore数据集在时尚AI研究中具有不可替代的价值：

• 时尚兼容性建模：学习服装单品之间的搭配规律
• 智能推荐系统：构建个性化的时尚搭配推荐引擎
• 深度学习研究：为双向LSTM等神经网络模型提供训练数据
• 跨模态理解：结合文本描述与视觉特征的时尚理解

数据集文件结构详解

核心数据文件

polyvore.tar.gz- 完整数据集压缩包，包含原始图像数据train_no_dup.json- 17,316个训练集搭配valid_no_dup.json- 1,497个验证集搭配
test_no_dup.json- 3,076个测试集搭配

辅助配置文件

category_id.txt- 类别ID与名称映射文件fill_in_blank_test.json- 填空式时尚推荐任务测试集fashion_compatibility_prediction.txt- 时尚兼容性预测数据集

数据预处理与解压步骤

解压数据集文件

首先需要解压核心数据文件：

tar -xzf polyvore.tar.gz

数据结构解析

每个JSON项目包含完整的搭配信息：

{ "name": "搭配名称", "views": "浏览次数", "items": [ { "index": "单品在搭配中的索引", "name": "单品描述", "price": "价格信息", "likes": "点赞数量", "image": "图像URL", "categoryid": "类别ID" } ], "set_url": "搭配页面链接", "set_id": "搭配唯一标识" }

实际应用案例

时尚兼容性预测

数据集包含约7,000个搭配用于兼容性预测任务，其中4,000个为不兼容搭配，3,000个为兼容搭配。每行数据格式如下：

1 单品1 单品2 单品3

其中首数字表示兼容性（1为兼容，0为不兼容），后面跟随构成搭配的时尚单品序列。

填空式推荐任务

fill_in_blank_test.json文件包含填空式时尚推荐任务的测试问题，格式如下：

{ "question": "构成问题的时尚单品序列", "answers": "可供选择的选项集合", "blank_position": "需要填充的空白位置"

数据处理技巧与最佳实践

数据清洗要点

• 删除包含非时尚类别ID的单品（如背景、文字、装饰等）
• 对于包含过多单品的搭配，仅保留前8个单品
• 处理单品索引不连续的情况

类别映射使用

通过category_id.txt文件可以获取类别ID与具体类别名称的对应关系，这对于理解单品属性和构建特征工程至关重要。

注意事项与使用限制

1. 数据时效性：数据集抓取于2017年2月19日，部分搭配可能已过时

2. 图像可用性：原始图像URL已失效，需要通过Kaggle等平台获取替代图像资源

3. 研究伦理：在使用数据进行商业应用时，需考虑版权和隐私问题

扩展资源与相关研究

除了本数据集外，Polyvore.com还衍生出多个相关数据集，包括《The Elements of Fashion Style》、《Mining Fashion Outfit Composition》等，研究者可根据具体需求选择合适的数据资源。

Polyvore数据集为时尚AI研究提供了宝贵的数据基础，通过合理的数据处理和算法设计，研究者可以开发出更加智能的时尚推荐系统，推动个性化时尚服务的发展。

【免费下载链接】polyvore-datasetDataset used in paper "Learning Fashion Compatibility with Bidirectional LSTMs"项目地址: https://gitcode.com/gh_mirrors/po/polyvore-dataset