Un sistema de clasificación de imágenes de moda utilizando deep learning con ResNet18 que clasifica productos en tres categorías: Ropa (Apparel), Accesorios (Accessories) y Calzado (Footwear).
- Visión General
- Dataset
- Estructura del Proyecto
- Características Principales
- Tecnologías Utilizadas
- Arquitectura del Modelo
- Preprocesamiento de Datos
- Entrenamiento del Modelo
- Evaluación de Resultados
- API y Interfaz de Usuario
- Pruebas Unitarias
- Instalación y Uso
- Resultados y Métricas
- Futuras Mejoras
- Contribuciones
Este proyecto implementa un clasificador de imágenes de moda utilizando transfer learning con ResNet18. El sistema está diseñado para analizar imágenes de productos y clasificarlas en tres categorías principales:
- Apparel (Ropa)
- Accessories (Accesorios)
- Footwear (Calzado)
La solución incluye una API RESTful construida con FastAPI y una interfaz gráfica moderna implementada con Gradio, permitiendo a los usuarios interactuar fácilmente con el modelo.
Para este proyecto se utilizó el dataset Fashion Product Images (Small) de Kaggle:
- Título: Fashion Product Images (Small)
- URL: https://www.kaggle.com/datasets/paramaggarwal/fashion-product-images-small
- Contenido: El dataset contiene imágenes de productos de moda con sus respectivos metadatos. Cada producto está identificado por un ID único (por ejemplo, 42431). La información detallada de cada producto se encuentra en el archivo
styles.csv, que mapea los IDs a categorías de productos y otros atributos. Las imágenes correspondientes se almacenan en el formatoimages/42431.jpg.
El dataset proporciona una amplia variedad de productos de moda que incluyen prendas de vestir, accesorios y calzado, lo que lo hace ideal para entrenar nuestro clasificador de categorías principales.
Fashion-AI/
├── config/
│ └── model_config.py # Configuración global del modelo
├── data/
│ └── raw/
│ ├── images/ # Imágenes de entrenamiento
│ └── styles.csv # Metadata de productos
├── models/
│ └── saved_models/
│ └── best_model.pth # Modelo entrenado guardado
├── notebooks/ # Jupyter notebooks de análisis
├── reports/
│ ├── figures/ # Gráficos y visualizaciones
│ ├── metrics/ # Reportes de evaluación
│ └── visualizations/ # Visualizaciones de predicciones
├── src/
│ ├── api/
│ │ ├── app_gradio.py # Interfaz Gradio
│ │ ├── main.py # API FastAPI
│ │ └── model_service.py # Servicio del modelo
│ ├── evaluation/
│ │ └── model_evaluation.py # Evaluación del modelo
│ ├── models/
│ │ └── classifier.py # Definición del modelo
│ ├── preprocessing/
│ │ └── image_preprocessing.py # Preprocesamiento de datos
│ └── visualization/
│ └── prediction_analysis.py # Análisis de predicciones
├── tests/ # Tests unitarios
├── requirements.txt # Dependencias
└── README.md
- Clasificación precisa (99% de precisión) en tres categorías de productos de moda
- Transfer Learning utilizando ResNet18 preentrenado
- API RESTful para integración con otros sistemas
- Interfaz gráfica con Gradio
- Pipeline completo de preprocesamiento de imágenes
- Pruebas unitarias exhaustivas para garantizar calidad del código
- Evaluación extensiva del rendimiento del modelo
- PyTorch: Framework de deep learning para implementación y entrenamiento del modelo
- FastAPI: Para la creación de la API RESTful
- Gradio: Para la interfaz gráfica interactiva
- Pandas: Para manipulación de datos y análisis
- Pillow: Para procesamiento de imágenes
- scikit-learn: Para métricas de evaluación
- matplotlib/seaborn: Para visualizaciones
- pytest: Para pruebas unitarias
El clasificador se basa en una arquitectura ResNet18 modificada:
class FashionClassifier(nn.Module):
def __init__(self, num_classes=3):
super(FashionClassifier, self).__init__()
# Usar ResNet18 con pesos preentrenados
self.model = models.resnet18(weights=models.ResNet18_Weights.DEFAULT)
# Modificar la última capa para nuestras 3 clases
num_features = self.model.fc.in_features
self.model.fc = nn.Linear(num_features, num_classes)
def forward(self, x):
return self.model(x)La arquitectura utiliza transfer learning, aprovechando el poder de representación de características aprendidas en ImageNet y adaptándolas específicamente para la clasificación de productos de moda.
El pipeline de preprocesamiento incluye:
- Carga de datos desde CSV y verificación de imágenes existentes
- Redimensionamiento de imágenes a 224x224 píxeles
- Normalización usando los parámetros estándar de ImageNet
- Data augmentation para el conjunto de entrenamiento:
- Volteo horizontal aleatorio
- Rotación aleatoria
- Ajustes de brillo y contraste
def get_transforms(train=True):
"""Obtener transformaciones para las imágenes"""
if train:
return transforms.Compose([
transforms.Resize((IMAGE_SIZE, IMAGE_SIZE)),
transforms.RandomHorizontalFlip(),
transforms.RandomRotation(20),
transforms.ColorJitter(brightness=0.2, contrast=0.2),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
])
else:
return transforms.Compose([
transforms.Resize((IMAGE_SIZE, IMAGE_SIZE)),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
])El proceso de entrenamiento utiliza:
- Optimizador Adam con tasa de aprendizaje de 0.001
- Función de pérdida CrossEntropyLoss
- Early stopping guardando el mejor modelo según la precisión de validación
- Monitoreo de métricas de entrenamiento y validación
- Dropout para prevenir el sobreajuste
El modelo alcanza métricas impresionantes:
- Precisión global: 99%
- Recall: 99%
- F1-Score: 99%
Resultados de la Evaluación del Modelo
=====================================
precision recall f1-score support
Apparel 0.99 1.00 0.99 4325
Accessories 0.99 0.99 0.99 2165
Footwear 1.00 1.00 1.00 1894
accuracy 0.99 8384
macro avg 0.99 0.99 0.99 8384
weighted avg 0.99 0.99 0.99 8384
Número total de errores: 53
El sistema expone un endpoint para clasificación de imágenes:
POST /predict
Ejemplo de respuesta:
{
"class": "Apparel",
"confidence": 0.92,
"probabilities": {
"Apparel": 0.92,
"Accessories": 0.05,
"Footwear": 0.03
}
}La interfaz de usuario proporciona una experiencia interactiva para la clasificación de imágenes:
- Subida intuitiva de imágenes
- Visualización de resultados con barras de confianza
- Ejemplos pre-cargados para demostración rápida
El proyecto incluye pruebas unitarias exhaustivas para todos los componentes:
- Tests del modelo y clasificador
- Tests del servicio de predicción
- Tests de preprocesamiento de imágenes
- Tests de API y endpoints
- Tests de la interfaz Gradio
- Tests de integración
Para ejecutar las pruebas:
pip install pytest pytest-cov httpx
pytest- Python 3.8+
- PyTorch 2.0+
- FastAPI 0.99+
- Gradio 3.35+
# Clonar el repositorio
git clone https://github.com/GreciaLH/Fashion-AI.git
cd Fashion-AI
# Instalar dependencias
pip install -r requirements.txtpython src/api/app_gradio.pyEl modelo fue evaluado en un conjunto de datos de 8,384 imágenes y mostró un buen rendimiento:
| Categoría | Precisión | Recall | F1-Score | Soporte |
|---|---|---|---|---|
| Apparel | 0.99 | 1.00 | 0.99 | 4,325 |
| Accessories | 0.99 | 0.99 | 0.99 | 2,165 |
| Footwear | 1.00 | 1.00 | 1.00 | 1,894 |
| Promedio | 0.99 | 0.99 | 0.99 | 8,384 |
- Implementar clasificación de subcategorías más específicas
- Añadir detección de atributos (color, estilo, temporada)
- Integrar recomendaciones de productos similares
- Mejorar la interfaz con más opciones de análisis visual
Las contribuciones son bienvenidas. Por favor, siga estos pasos:
- Fork el repositorio
- Cree una rama para su característica (
git checkout -b feature/amazing-feature) - Commit sus cambios (
git commit -m 'Add some amazing feature') - Push a la rama (
git push origin feature/amazing-feature) - Abra un Pull Request
Nota: Este proyecto fue creado con fines educativos y de demostración. Las imágenes utilizadas pertenecen a sus respectivos propietarios.