欢迎访问纺织科技进展杂志网站!
2024年4月26日 星期五/div>
论文检索: 作者: 日期:
2021年期刊
您当前的位置:首页 - 期刊导读 - 2021年期刊
基于卷积神经网络和迁移学习的服装图像分类
作者:高樱萍|宋丹|陈玉婷  时间:2021/5/14  浏览:2079
摘 要:针对传统的服装图像分类方法效率低、准确度不高等缺点,提出了一种基于VGG16 和迁移学习的服装图像分类方法,主要采取预训练的 VGG16 网络模型,提供了更好的模型初始化,并在服装图像数据集上进行迁移学习,减少了对数据的依赖以及网络的训练时间;使用数据增强的手段来增加训练的数据量,提高了模型的泛化能力;在网络层中加入 BN 层来防止网络出现过拟合和梯度消失。结果表明,与其他传统的卷积神经网络模型相比,提出的模型有更高的准确率,能够更好地完成对服装图像的分类。
关键词: VGG16;深度学习;数据增强;图像分类

作 者:
高樱萍(湖南工程学院)
宋丹(湖南工程学院)
陈玉婷(湖南工程学院)

下载附件:基于卷积神经网络和迁移学习的服装图像分类
    
  
未经许可:禁止转载、复制或建立镜像,如有违反,追究法律责任
版权归四川省纺织科学研究院有限公司 电话/传真:028-87779123 87789462 蜀ICP备2021028412号-1 V设计提供技术支持
地址:成都市金牛高新技术产业园区天龙大道1166号