基于深度学习的人体胸腰部检测

• 作者: 刘晓音 谢红
• 来源期刊: 纺织导报
• 关键词: 深度学习 SSD算法 Mask-RCNN算法 定位及识别 胸腰部 在线量身定制
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 服装工程
• 页码范围: 76-78
• 页数: 3页
• 分类号: TS941.17
• 语种: 中文

摘要

针对人体胸腰部检测,文章提出一种深度学习的方法对人体胸腰部图像进行目标检测.首先,选用SSD目标检测算法模型(Single Shot MultiBox Detector)并进行微调;其次,利用男性全身图片对该模型进行训练;最后,利用训练完成的模型对人体胸腰部进行识别和定位,并与Mask-RCNN算法模型训练速度和精度进行对比.结果表明,虽然Mask-RCNN算法模型运行速度较快,但SSD目标检测算法相对能够更准确地识别和定位人体胸腰部,准确度达到91.6％,能够有效提高远程在线量身定制中人体胸腰部尺寸检测的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢红		61	285	11.0	14.0
2	刘晓音		1	0	0.0	0.0