---
title: Garment Attribute Predictor
emoji: 👕
colorFrom: indigo
colorTo: blue
sdk: gradio
sdk_version: 5.25.2
app_file: app.py
pinned: true
---

# 👕 Fashion Attribute Predictor

Ein Gradio-basierter Hugging Face Space zur Vorhersage von Attributen aus Modebildern (z. B. T-Shirts, Pullover, etc.)  
Das Modell sagt für jede Attributgruppe (z. B. Farbe, Material, Schnitt) **das wahrscheinlichste Merkmal** vorher – inklusive **Confidence-Score**.

---

## 🔍 Funktionen

- 📸 Unterstützung für Bild-Upload
- 🧠 Vorhersage von Attributen aus 228 Kategorien
- 📊 Strukturierte **JSON-Ausgabe** mit `label`, `score` und `confidence`
- ✅ Einfache Integration in Datenbanken, APIs oder Forschungsprojekte

---

## 📦 Ausgabeformat (Beispiel)

```json
{
  "category": {
    "label": "T-Shirts",
    "score": 0.9123,
    "confidence": "high"
  },
  "color": {
    "label": "Red",
    "score": 0.4871,
    "confidence": "low"
  }
}
```

- **score**: Modellwahrscheinlichkeit (0.0–1.0)
- **confidence**: `"high"` wenn Score ≥ 0.5, sonst `"low"`

---

## 📁 Dateien

| Datei                        | Beschreibung |
|-----------------------------|--------------|
| `app.py`                    | Haupt-Interface mit JSON-Ausgabe |
| `model_loader.py`           | Lädt das trainierte ResNet50-Modell |
| `index_to_attr.py`          | Mapping von Indizes zu Attributnamen |
| `model/AttrPredModel_StateDict.pth` | Vorgefertigte Modellgewichte |

---

## ⚙️ Modell-Details

- Backbone: `ResNet50`
- Trainingsdaten: iMaterialist (Fashion) Challenge 2018
- Vorhersageformat: Multi-Label (228 binäre Attribute)
- Eingabegröße: 512×512 RGB
- Normalisierung: mean=[0.6765, 0.6347, 0.6207], std=[0.3284, 0.3371, 0.3379]

---

## 📚 Lizenz & Nutzung

Nur für nicht-kommerzielle Forschungszwecke.  
Modelldaten basieren auf öffentlich verfügbaren Wettbewerbsdaten von FGVC5/Kaggle.

---

## 🧑‍💻 Erstellt von

Andreas Jewtschuk  
Masterarbeit – E-Commerce, Ernst-Abbe-Hochschule Jena  
[2025]