Deep Fashion3D数据集是3D服装模型迄今为止最大的集合。提议的数据集具有服务器吸引力的特征：

首先，Deep Fashion3D包含从真实服装重构的2078个模型，涵盖10个不同类别和563个服装实例。据我们所知，Deep Fashion3D涵盖的服装类别比其他专门针对3D服装的公共可用数据集要多得多。

其次，Deep Fashion3D包含丰富的注释，其中包括3D特征线，3D身体姿势和相应的经过校准的多视图真实图像。值得一提的是，Deep Fashion3D是第一个提供针对3D量身定制的特征线注释的数据集，可以为服装推理相关任务（例如3D服装重构，分类，检索等）提供强大的先验。

第三，Deep Fashion3D中的每件衣服都是随机摆放的，以增加真实衣服的多样性。

Table 1：显示Deep Fashion3D每种服装类别的统计信息。 Deep Fashion3D包含从真实服装重构的2078个模型，涵盖10个不同类别。

Table 1: Deep Fashion3D的每个服装类别的统计信息.

资料范例 ：

图2显示了Deep Fashion3D数据集中每种服装的数据示例。 Deep Fashion3D数据集中的所有模型都是从真实服装中重建的

图3展示了Deep Fashion3D数据集注释的快速浏览。为了促进对3D服装推理和重构任务的未来研究，我们提供了Deep Deep 3D数据集以及丰富的注释，该数据集由以下组件组成：

特征线注释：在Deep Fashion3D数据集中提出了一种针对3D游戏量身定制的新颖特征线注释。类似于面部地标，特征线表示感兴趣的最突出特征，例如开放的边界，领口，袖口，腰部等，可以为忠实地重建3D服装提供强大的先验。

校准的多视图真实图像：对于每种3D服装模型，我们提供相应的校准的多视图真实图像，这对于将训练后的模型推广到野外图像至关重要。

3D姿势：对于每个3D服装模型，我们将其标记为由SMPL系数表示的3D姿势。由于人体和衣服之间的高度耦合特性，我们认为标记的3D姿势可能有助于推断衣服模型的整体形状和姿势相关的变形。

图3：快速浏览Deep Fashion3D数据集的注释