基于Inception_ResnetV2网络模型的服饰属性识别

论文摘要

为解决服饰属性识别困难的问题,文中在Inception_ResnetV2深度网络模型的基础上,先采用预训练模型的方法对数据进行预训练,在卷积层后面接入全局平均池化替代传统的全链接层再连接分类器,来解决训练模型造成的过拟合的问题。同时采用Adam优化器,降低模型收敛速度,最终实现不同种类服饰属性的识别。为验证模型的优越性,与Xception、Inception V4等深度网络模型的训练结果相比,Inception_ResnetV2具有更高的识别率。从而证明基于Inception_ResnetV2的深度网络模型在服饰属性上具有更好的识别能力。

论文目录

• 0 引言
• 1 服饰属性识别数据集的构建
• 2 基于Inception＿ResnetV2的服饰属性识别
•   2.1 图像预处理与数据增强
•   2.2 Inception＿ResnetV2网络架构
•   2.3 模型的优化
•   2.4 评估指标
• 3 实验结果分析
•   3.1 实验平台
•   3.2 训练过程
•   3.3 实验结果
• 4 结束语

文章来源

类型: 期刊论文

作者: 贺思艳,任利娟,田新诚

关键词: 服饰属性识别,神经网络,深度学习,优化器

来源: 信息技术 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 轻工业手工业,计算机软件及计算机应用,自动化技术

单位: 山东电子职业技术学院,山东大学

基金: 国家重点研发项目(2017YFB1303503),山东省重大科技创新工程项目(2017CXGC0601)

分类号: TS941.1;TP391.41;TP18

DOI: 10.13274/j.cnki.hdzj.2019.11.013

页码: 57-61

总页数: 5

文件大小: 742K

下载量: 110