El uso de técnicas de inteligencia artificial generativa está en plena expansión, siendo cada vez más común encontrar modelos generativos en ámbitos diversos como el arte o el diseño.
Este trabajo pretende examinar el impacto de estas técnicas aplicadas al diseño de moda y su capacidad de para generar imágenes realistas y significativas. Para ello se ha seguido una metodología estructurada que comienza con la recolección de los datos de la página web Farfecth mediante técnicas de web scraping. A continuación, se han implementado y evaluado tres modelos: DCGAN, VAE y modelos de difusión. Además, para cada modelo se han desarrollado distintas variaciones arquitectónicas para comparar cómo varían los resultados y se ha analizado el efecto de integrar data augmentation a nuestro conjunto de datos. Finalmente se muestran los resultados y gráficas de las funciones de pérdida para comprobar el rendimiento del entrenamiento y la calidad del modelo.
Sin embargo, este trabajo no se limita solo al desarrollo y evaluación de los modelos y resultados. También se plantean ideas de futuros proyectos y líneas de investigación, se reflexiona sobre su aspecto social y medioambiental y presenta debates éticos y filosóficos que surgen en torno a su uso en la industria de la moda y en campos predominantemente creativos.
Abstract:
The use of generative artificial intelligence techniques is in full expansion, being more and more common to find generative models in diverse fields such as art or design.
This paper aims to examine the impact of these techniques applied to fashion design and the ability of these technologies to generate realistic and meaningful images. For this purpose, a structured methodology has been followed, starting with the collection of data from the website Farfecth by means of web scraping techniques. Then, three models have been implemented and evaluated: DCGAN, VAE and diffusion models. In addition, for each model different architectural variations have been developed to compare how the results vary and the effect of integrating data augmentation to our dataset has been analyzed. Finally, the results and plots of the loss functions are shown to check the training performance and the quality of the model.
However, this work is not limited only to the development and evaluation of the models and results. It also raises ideas for future projects and lines of research, reflects on its social and environmental aspect, and presents ethical and philosophical debates that arise around its use in the fashion industry and in predominantly creative fields.
El uso de técnicas de inteligencia artificial generativa está en plena expansión, siendo cada vez más común encontrar modelos generativos en ámbitos diversos como el arte o el diseño.
Este trabajo pretende examinar el impacto de estas técnicas aplicadas al diseño de moda y su capacidad de para generar imágenes realistas y significativas. Para ello se ha seguido una metodología estructurada que comienza con la recolección de los datos de la página web Farfecth mediante técnicas de web scraping. A continuación, se han implementado y evaluado tres modelos: DCGAN, VAE y modelos de difusión. Además, para cada modelo se han desarrollado distintas variaciones arquitectónicas para comparar cómo varían los resultados y se ha analizado el efecto de integrar data augmentation a nuestro conjunto de datos. Finalmente se muestran los resultados y gráficas de las funciones de pérdida para comprobar el rendimiento del entrenamiento y la calidad del modelo.
Sin embargo, este trabajo no se limita solo al desarrollo y evaluación de los modelos y resultados. También se plantean ideas de futuros proyectos y líneas de investigación, se reflexiona sobre su aspecto social y medioambiental y presenta debates éticos y filosóficos que surgen en torno a su uso en la industria de la moda y en campos predominantemente creativos.
Abstract:
The use of generative artificial intelligence techniques is in full expansion, being more and more common to find generative models in diverse fields such as art or design.
This paper aims to examine the impact of these techniques applied to fashion design and the ability of these technologies to generate realistic and meaningful images. For this purpose, a structured methodology has been followed, starting with the collection of data from the website Farfecth by means of web scraping techniques. Then, three models have been implemented and evaluated: DCGAN, VAE and diffusion models. In addition, for each model different architectural variations have been developed to compare how the results vary and the effect of integrating data augmentation to our dataset has been analyzed. Finally, the results and plots of the loss functions are shown to check the training performance and the quality of the model.
However, this work is not limited only to the development and evaluation of the models and results. It also raises ideas for future projects and lines of research, reflects on its social and environmental aspect, and presents ethical and philosophical debates that arise around its use in the fashion industry and in predominantly creative fields. Read More
Related posts:
Mejora de la clasificación de imágenes de satélite mediante el diseño y evaluación de modelos de redes de convolución con transfer learning
Diseño inicial de rutas para robots colaborativos para el proceso de pintura de automóviles mediante Técnicas de inteligencia artificial
Diseño e implementación de una aplicación para la identificación de imágenes generadas artificialmente basada en interpretabilidad
Predicción de demanda de gas y electricidad utilizando técnicas estadísticas avanzadas e inteligencia artificial
Análisis y comparación de modelos de Aprendizaje Automático para la detección de la depresión
Generación de modelos neuronales a partir de un grafo