caftan-dataset / README.md
Hatim-Rais's picture
Create README.md
b2df32c verified
metadata
language:
  - fr
  - ar
license: creativeml-openrail-m
task_categories:
  - image-classification
tags:
  - fashion
  - morocco
  - cultural-heritage
  - caftan
dataset_info:
  features:
    - name: image
      dtype: image
    - name: label
      dtype:
        class_label:
          names:
            '0': Caftan
            '1': Takchita
    - name: style
      dtype:
        class_label:
          names:
            '0': Fessi
            '1': Rbati
            '2': Oujdi
            '3': Chamali
            '4': Makhzani

🏺 Caftan & Takchita Dataset (SICAM Project)

📌 Présentation

Ce dataset a été conçu dans le cadre du projet SICAM (Système d'Identification et de Classification des Habits Marocains). Il regroupe des images de haute qualité représentant la richesse du patrimoine vestimentaire marocain, spécifiquement axé sur le Caftan et la Takchita.

L'objectif est de permettre l'entraînement de modèles de vision par ordinateur capables de distinguer les types de vêtements et d'identifier les styles artisanaux régionaux.

📊 Structure des Données

Le dataset est organisé en deux catégories principales :

  1. Caftan : Images de tuniques traditionnelles longues, portées avec une ceinture (Mdamma).
  2. Takchita : Tenues composées de deux pièces (ou plus), superposées.

Styles inclus :

  • Fessi (Broderie N'taa, tradition de Fès)
  • Rbati (Broderie colorée de Rabat)
  • Oujdi (Style de l'Oriental)
  • Chamali (Tradition du Nord du Maroc)
  • Makhzani (Coupes royales et traditionnelles)

🛠 Méthodologie

  • Collecte : Scraping de sources sélectionnées pour leur authenticité.
  • Curation : Nettoyage manuel pour éliminer les doublons, les images de basse qualité et les erreurs de classification.
  • Format : Images JPG/PNG organisées par dossiers thématiques.

🚀 Utilisation avec Python

Pour charger ce dataset dans un projet Python (Deep Learning) :

from datasets import load_dataset

dataset = load_dataset("SICAM-IA/caftan-dataset")

# Exemple pour voir une image
print(dataset['train'][0])