基于卷积神经网络的灯具商品图像检索

• 作者: 邰瑶 陈健美
• 来源期刊: 计算技术与自动化
• 关键词: 卷积神经网络 商品图片搜索 YOLO算法 多标签分类任务
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 113-116
• 页数: 4页
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201904021

摘要

建材商品数字化对有效使用电商平台家居资源具有重要意义,传统分类法未考虑主观特性且大部分特征需人工提取,存在细节特征丢失等问题.提出了一种基于卷积神经网络(简称CNN)的灯具图像分类法,并通过一系列预处理操作丰富数据集,提高图像识别率.检索过程结合卷积层和全连接层特征并融合YOLO算法完成复杂的标签分类任务,效果更加高效准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈健美	江苏大学计算机科学与通信工程学院	47	426	11.0	18.0
2	邰瑶	江苏大学计算机科学与通信工程学院	1	0	0.0	0.0