Samasource和Cornell Tech在Inaterialist-Fashion，一种高质量的数据集上进行了合作，以使研究进入服装鉴定的先进方法。DataSet将成为今年6月在CVPR，首选年度计算机愿景大会上的较好的视觉分类（FGVC）研讨会的一部分。FGVC研讨会由谷歌AI共同主办。
衣物的视觉分析是一个受到越来越多的关注的主题，具有品牌和消费者的益处。Samasource在新闻稿中，Samasource表示，能够从图片中识别图片和相关的属性（例如，蕾丝或珠子）可以提高零售商的购物体验和推动效率。
康奈尔科技研究团队转向萨姆斯源培训的人工智能，目标是通过加入时尚和计算机视觉行业之间的部队引入新颖的细粒度的细分任务。康奈尔科技团队提出了一种时尚专家建造的时尚分类，通过互联网上的产品描述了解。为了捕获时尚物体的复杂结构和在从抓取网上获得的描述中的模糊结构，标准化的分类学包含46个服装物体（27个主要服装物品和19个服装零件）和92个相关细粒度的属性。Samasource的时尚注释为细粒度分割，共有大约5万名的服装图像。
康奈尔Tech和Samasource团队使用Samasource的安全云注释平台Samahub来管理整个注释生命周期。这包括图像上传，注释，数据采样和QA，数据传递和整体协作。此外，Samahub任务Que中的自动化工作流使得专门的培训培训的Samasource工作者团队能够在记录时间内注释目标图像。
“质量数据对于算法成功很重要。使用Samahub，Samasource的时尚注释员一直能够为康奈尔科技团队提供质量结果，并按时交货，以帮助进一步为时尚数据集进行研究和开发，“康奈尔科技教授Serge Ippolie说。“此数据集将有助于计算机愿景的重大进展，具有广泛的消费者参与的潜力。”
“在Samasource，我们致力于推进AI产业，包括支持开源数据举措。我们感谢康奈尔科技团队分享此愿景并促进该开源数据集的开发。他们是理想的合作伙伴，“Samasource vp Engineers，vp Engineering遗址洛杉矶）表示。
25％的财富50信任Samasource，为推动人类前进的技术团队提供安全，高质量的培训数据和验证。从自动驾驶汽车到智能硬件，Samasource Fuels AI。（个人电脑）
