基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对服装领型特征识别困难、分类效果不理想等问题,提出了一种基于Alex Net卷积神经网络的服装领型识别与分类方法,实现了服装衣领造型的自动识别与分类.首先,从电商平台收集服装样本图并对其进行剪裁和预处理,建立一个包含圆形领、方形领、一字领、V形领等15类服装领型的样本库;其次,利用Alex Net卷积神经网络中的卷积、池化操作,提取服装领型样本中的领型特征;最后,运用Softmax回归分类器来实现服装领型的分类.结果表明,该方法可以有效地对服装领型进行识别与分类,分类准确率达到98.67%,可以有效解决服装领型识别分类困难等问题,为服装商品的可视化分类提供有效方法.
推荐文章
基于深度卷积神经网络的织物花型分类
深度卷积神经网络
织物花型
图像分析
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于改进卷积神经网络的手势识别
改进卷积神经网络
手势识别
准确率
图像处理
过拟合
Dropout
基于深度卷积神经网络的车标分类
深度学习
神经网络
车标分类
图像识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的服装领型识别与分类研究
来源期刊 现代纺织技术 学科 工学
关键词 卷积神经网络 AlexNet 服装领型 识别分类
年,卷(期) 2020,(3) 所属期刊栏目 纺织工程
研究方向 页码范围 48-53
页数 6页 分类号 TS941.26
字数 3955字 语种 中文
DOI 10.19398/j.att.201905011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗戎蕾 浙江理工大学服装数字化技术浙江省工程实验室 34 104 5.0 9.0
2 尹光灿 浙江理工大学服装学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (41)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(8)
  • 参考文献(1)
  • 二级参考文献(7)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
AlexNet
服装领型
识别分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代纺织技术
双月刊
1009-265X
33-1249/TS
大16开
浙江省杭州市下沙高教园区(西区)浙江理工大学
32-118
1992
chi
出版文献量(篇)
2488
总下载数(次)
6
总被引数(次)
8256
论文1v1指导