sustainable_deepfashion:这是一个小型测试项目，旨在探索一种一次性训练技术，以从深度时尚数据集中识别衣服

可持续深层时尚 圆形时装解决了21世纪时装业的发展，即试图建立更具可持续性的商业模式，从而逐渐忽视了围绕服装生产的社会和环境问题。 在循环经济中，每件衣服都需要回收，出租，修理，重新设计或转售。 但是，目前很难找到可以从中购买或租用的环保资源。 也许很难找到符合您风格的服装，因为基于快速时尚的品牌有更大的选择余地。 为此，我们的项目将专注于构建一个应用程序，使您可以从任何衣服拍摄或上传图片，并将该图片与可持续来源的类似衣服（无论是时装品牌还是二手商品）进行匹配。 该策略是实施为面部识别而开发的一次性学习技术，并训练该模型以将时尚商品的图片与可持续资源的图片进行匹配。 使用Tensorflow，我们采用转移学习从预训练的卷积网络开始，例如EfficientNetB0。 该模型在deepfashion2数据集以及我们自己的数据上进行了训练。 训练模型的输出是一个嵌入向量，如果图片包含相同（