采用卷积神经网络CaffeNet模型的女裤廓形分类

• 作者: 丁笑君 吴欢 李秦曼 杜磊 邹奉元
• 来源期刊: 纺织学报
• 学科: 工学
• 关键词: 卷积神经网络 CaffeNet模型 女裤廓形 Softmax回归
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 服装工程
• 页码范围: 117-121
• 页数: 5页
• 分类号: TS941.26
• 字数: 3341字
• 语种: 中文
• DOI: 10.13475/j.fzxb.20180603205

摘要

针对服装廓形分类特征提取计算复杂、分类效果尚不理想等问题,提出了一种基于卷积神经网络CaffeNet模型的服装廓形分类方法.以女裤为例,首先建立一个包括吊裆裤、阔腿裤、喇叭裤、小脚裤和直筒裤的5种女裤廓形样本库,利用卷积神经网络相互交替的卷积层和池化层从女裤图像中自动提取形状特征,通过反向传播算法不断逐层更新权值,采用梯度下降法并且改进全连接层的参数最小化损失函数,运用Softmax回归分类器来实现女裤的廓形分类.实验结果表明,该方法能够有效地对女裤廓形进行分类,分类准确率达到95％以上,可为服装商品的可视化分类识别提供有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜磊	浙江理工大学服装学院	16	75	5.0	8.0
5	丁笑君	浙江理工大学服装学院	29	186	8.0	13.0
9	吴欢	浙江理工大学服装学院	4	9	2.0	3.0
10	李秦曼	浙江理工大学服装学院	2	7	2.0	2.0