LLLMWIKI
ArticleMetadataMain page

Source note · Updated 2026-07-14

FashionIQ用自然语言反馈检索图像（A New Dataset Towards Retrieving Images by Natural Language Feedback）

#near-cvpr-2025#multimodal#vision-language#benchmarking#primary-source

FashionIQ：用自然语言反馈检索图像

会议：CVPR 2021
发表日期：2021-06-01
资料加入日期：2026-07-14
原始材料：论文提取文本 与 PDF

一句话结论

FashionIQ 把“参考图像 + 用户自然语言修改意见”定义成可评测的交互式时尚检索任务，证明图文检索不必局限于“文本描述一张图”，还可以建模用户想保留什么、改变什么。

问题定义

关键词和固定属性过滤难以表达“更宽松一点”“保留这个款式但换颜色”等相对意图。FashionIQ 为 dresses、shirts、Tops&Tees 等类别采集相似商品对、人工相对 caption、产品描述和视觉属性，研究单轮与多轮反馈检索。

方法概述

  • 查询由参考商品图像和自然语言相对描述组成。
  • 数据同时保留产品元信息、视觉属性和人类反馈，允许研究图像特征、语言、属性与对话历史的融合。
  • 论文提供 transformer-based user simulator 和 interactive image retriever，作为交互检索 baseline。

关键发现

  • 人工相对 caption 包含属性组合、比较和细粒度修改，比固定标签更接近真实搜索意图。
  • 视觉属性与语言反馈提供互补信息；只用其中一个接口不能完整覆盖用户需求。
  • FashionIQ 成为后续 composed image retrieval 的标准数据域之一，但它的商品域也意味着模型可能学习类别/风格先验。

局限或疑问

  • 主要是时尚商品，不能直接代表开放世界图像检索。
  • 数据中的参考—目标构造和属性词表会影响难度，可能产生 domain-specific shortcut。
  • 相对 caption 的主观性和多个合理目标需要多真值标注，否则 Recall 会把合理结果误判为负例。

证据边界

  • 直接证据：数据类别、人工相对 caption、侧信息与交互式检索设置。
  • 本页不把 FashionIQ 上的结果直接当成通用图文检索结论；它更适合说明 composed query 的任务接口。

原始链接

相关页面

Metadata
{
  "id": "2026-07-14-fashioniq",
  "type": "source",
  "title": "FashionIQ：用自然语言反馈检索图像（A New Dataset Towards Retrieving Images by Natural Language Feedback）",
  "status": "reviewed",
  "created": "2026-07-14",
  "updated": "2026-07-14",
  "venue": "CVPR 2021",
  "ingested_at": "2026-07-14",
  "tags": [
    "near-cvpr-2025",
    "multimodal",
    "vision-language",
    "benchmarking",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Hui Wu",
    "Yupeng Gao",
    "Xiaoxiao Guo",
    "Ziad Al-Halah",
    "Steven Rennie",
    "Kristen Grauman",
    "Rogerio Feris"
  ],
  "published_at": "2021-06-01",
  "canonical_links": [
    "https://openaccess.thecvf.com/content/CVPR2021/papers/Wu_Fashion_IQ_A_New_Dataset_Towards_Retrieving_Images_by_Natural_CVPR_2021_paper.pdf",
    "https://openaccess.thecvf.com/content/CVPR2021/html/Wu_Fashion_IQ_A_New_Dataset_Towards_Retrieving_Images_by_Natural_CVPR_2021_paper.html",
    "https://github.com/XiaoxiaoGuo/FashionIQ"
  ],
  "raw_entry": "raw/ingest/2026-07-14-fashioniq/",
  "topics": [
    "topics/image-text-retrieval",
    "topics/vision-language"
  ],
  "entities": [
    "entities/clip-retrieval-benchmarks"
  ],
  "claims": [
    "claims/claim-image-text-retrieval-composed-query"
  ],
  "questions": [
    "questions/question-image-text-retrieval-research-cut"
  ]
}