多尺度SE-Xception服装图像分类

• 作者: 李文书 贾宇波 陈巧红 陈翊
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 服装图像分类 多尺度SE-Xception 图像识别 深度学习 机器学习 卷积神经网络( CNN)
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 计算机技术
• 页码范围: 1727-1735
• 页数: 9页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.09.008

摘要

应用当前较新颖且分类性能靠前的卷积神经网络Xception作为基础网络结构,尝试采用多尺度的深度可分离卷积来提升模型特征信息的丰富度,在模型中嵌入SE-Net模块增强有用特征通道,减弱无用特征通道.实验结果表明:提出的多尺度SE-Xception模型在2种噪声程度不同的服装数据集中均取得不错表现;ACS数据集的平均分类准确率为78.34％,分别高于VGG-16、ResNet-50和Xception模型8.52％、4.81％、3.69％;验证了多尺度SE-Xception模型具有更好的特征提取能力,能够提取到更多的服装信息,从而提高服装图像分类效果,一定程度上解决了特征尺度单一、信息丰富度低的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈巧红		38	295	11.0	16.0
2	贾宇波		60	235	9.0	14.0
3	李文书		24	207	9.0	14.0
4	陈翊		3	2	1.0	1.0