Spaces:
Sleeping
Sleeping
Update README.md
Browse files
README.md
CHANGED
|
@@ -4,9 +4,56 @@ emoji: 🌍
|
|
| 4 |
colorFrom: green
|
| 5 |
colorTo: pink
|
| 6 |
sdk: gradio
|
| 7 |
-
sdk_version: 5.
|
| 8 |
app_file: app.py
|
| 9 |
pinned: false
|
| 10 |
---
|
|
|
|
| 11 |
|
| 12 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 4 |
colorFrom: green
|
| 5 |
colorTo: pink
|
| 6 |
sdk: gradio
|
| 7 |
+
sdk_version: 5.25.2
|
| 8 |
app_file: app.py
|
| 9 |
pinned: false
|
| 10 |
---
|
| 11 |
+
# 👕 Fashion Attribute Predictor – Prototyp 2 (FashionCLIP)
|
| 12 |
|
| 13 |
+
Diese Hugging Face Space-Anwendung ermöglicht es Nutzer:innen, ein Kleidungsstück (z. B. T-Shirt oder Pullover) zu fotografieren oder hochzuladen und automatisch visuelle Eigenschaften mit Hilfe des FashionCLIP-Modells zu erkennen.
|
| 14 |
+
|
| 15 |
+
---
|
| 16 |
+
|
| 17 |
+
## 🎯 Zielsetzung
|
| 18 |
+
|
| 19 |
+
Dieser Prototyp ist Teil einer Masterarbeit, in der untersucht wird, ob sich Open-Source-KI-Modelle dazu eignen, visuelle Eigenschaften von Kleidungsstücken automatisiert zu erkennen. Ziel ist es, Merkmale zu extrahieren, die normalerweise von Menschen manuell in Datenbanken eingetragen würden – etwa zur Erstellung digitaler Zwillinge.
|
| 20 |
+
|
| 21 |
+
---
|
| 22 |
+
|
| 23 |
+
## 🧠 Funktionsweise
|
| 24 |
+
|
| 25 |
+
- Das Modell **FashionCLIP (Zero-Shot CLIP-Modell)** vergleicht das eingegebene Bild mit vordefinierten Texteingaben (Prompts).
|
| 26 |
+
- Für jede Eigenschaftsgruppe wird die Beschreibung mit der höchsten Übereinstimmung zurückgegeben:
|
| 27 |
+
- **Kategorie** (z. B. T-Shirt, Hoodie)
|
| 28 |
+
- **Farbe** (z. B. rot, blau)
|
| 29 |
+
- **Muster** (z. B. gestreift, uni)
|
| 30 |
+
- **Schnitt / Ausschnitt** (z. B. slim fit, Rundhals)
|
| 31 |
+
|
| 32 |
+
---
|
| 33 |
+
|
| 34 |
+
## 🧪 Anwendung testen
|
| 35 |
+
|
| 36 |
+
1. Fotografiere ein Kleidungsstück mit der Kamera oder lade ein Bild hoch.
|
| 37 |
+
2. Das System analysiert das Bild und gibt die vier Merkmale zurück.
|
| 38 |
+
3. Die Ausgabe kann genutzt werden, um die Robustheit des Modells unter verschiedenen Bedingungen (Licht, Hintergrund, Kameras) zu testen.
|
| 39 |
+
|
| 40 |
+
---
|
| 41 |
+
|
| 42 |
+
## ⚙️ Verwendete Technologien
|
| 43 |
+
|
| 44 |
+
- **Modell**: [`patrickjohncyh/fashion-clip`](https://huggingface.co/patrickjohncyh/fashion-clip)
|
| 45 |
+
- **Modellarchitektur**: CLIP (ViT-B/32)
|
| 46 |
+
- **UI**: Gradio auf Hugging Face Spaces
|
| 47 |
+
- **Backend**: Python, Huggingface Transformers, Torch
|
| 48 |
+
|
| 49 |
+
---
|
| 50 |
+
|
| 51 |
+
## 🗃 Beispielausgabe
|
| 52 |
+
|
| 53 |
+
```json
|
| 54 |
+
{
|
| 55 |
+
"Kategorie": "a t-shirt",
|
| 56 |
+
"Farbe": "a red garment",
|
| 57 |
+
"Muster": "a striped shirt",
|
| 58 |
+
"Schnitt": "a slim fit shirt"
|
| 59 |
+
}
|