FrezzyI commited on
Commit
fcd4f8d
·
verified ·
1 Parent(s): 4160013

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +49 -2
README.md CHANGED
@@ -4,9 +4,56 @@ emoji: 🌍
4
  colorFrom: green
5
  colorTo: pink
6
  sdk: gradio
7
- sdk_version: 5.23.3
8
  app_file: app.py
9
  pinned: false
10
  ---
 
11
 
12
- Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
+ }