यह प्रोजेक्ट एक AI-आधारित वस्त्र वर्गीकरण प्रणाली प्रस्तुत करता है जो Fashion-CLIP zero-shot मॉडल का उपयोग करके इनपुट छवि से परिधान के प्रकार की पहचान करती है। पारंपरिक वॉर्डरोब या आउटफिट अनुशंसा अनुप्रयोग कपड़ों के सामानों के मैनुअल टैगिंग पर निर्भर करते हैं, जिससे यह प्रक्रिया धीमी, असंगत और उपयोगकर्ता पर निर्भर हो जाती है। इन सीमाओं को दूर करने के लिए, यह प्रणाली बिना किसी कस्टम प्रशिक्षण की आवश्यकता के कपड़ों को स्वचालित रूप से वर्गीकृत करने के लिए Fashion-CLIP का उपयोग करती है, जो बड़े पैमाने पर फैशन डेटा पर प्रशिक्षित एक विज़न-लैंग्वेज मॉडल है। यह मॉडल इनपुट छवि से विज़ुअल फीचर्स निकालता है और उनकी तुलना “T-shirt,” “jeans,” “dress,” और “shirt” जैसे टेक्स्ट-आधारित लेबलों से करता है, जिससे उच्च सटीकता के साथ त्वरित zero-shot वर्गीकरण सक्षम होता है। प्रस्तावित प्रणाली छवि अपलोड का समर्थन करती है, उन्हें Fashion-CLIP पाइपलाइन के माध्यम से संसाधित करती है, और कॉन्फिडेंस स्कोर के साथ सबसे संभावित कपड़ों के प्रकार को आउटपुट करती है। यह दृष्टिकोण डेटासेट प्रीप्रोसेसिंग, मॉडल प्रशिक्षण या मैनुअल लेबलिंग की आवश्यकता को समाप्त करता है, जिससे वर्गीकरण कुशल और स्केलेबल बन जाता है। इस प्रणाली को वॉर्डरोब अनुशंसा प्लेटफॉर्म, ई-कॉमर्स ऐप या व्यक्तिगत स्टाइलिंग टूल के साथ एकीकृत किया जा सकता है। कुल मिलाकर, यह प्रोजेक्ट उन्नत विज़न-लैंग्वेज AI मॉडल का उपयोग करके कपड़ों के प्रकारों को स्वचालित रूप से पहचानने के लिए एक सरल लेकिन शक्तिशाली विधि प्रदर्शित करता है, जो मानवीय प्रयास को कम करता है और स्मार्ट, रियल-टाइम फैशन समझ को सक्षम बनाता है।
S.Hemalatha et al. (Fri,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: