基于Faster R CNN的浅口高跟鞋款式识别

• 作者: 刘成霞 张飚雪
• 来源期刊: 丝绸
• 学科: 工学
• 关键词: 深度学习 款式识别 浅口高跟鞋 Faster R CNN 卷积神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究与技术
• 页码范围: 79-84
• 页数: 6页
• 分类号: TS941.2
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7003.2021.01.012

摘要

目前网购平台的搜索对象仍以文字为主,致使搜索效率低下.文章以广受女性欢迎的浅口高跟鞋为例,对利用图片进行款式自动识别的技术进行探索.以网购平台上收集的3类浅口高跟鞋(粗跟、细跟、坡跟)共900张图片(每款随机抽取200张作为训练集,剩余100张作为测试集)为研究对象,然后利用深度学习中的Faster R CNN检测模型对浅口高跟鞋款式进行训练和测试识别.结果表明:无论以鞋跟为目标区域,还是以整只鞋为检测区域,利用该模型都能对浅口高跟鞋图像实现良好的款式识别,准确率可达94％以上,且不用经过人为特征提取,方便可行;Faster R CNN检测模型的总体精度和检测速度比R CNN、SPP-Net、FAST R CNN更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘成霞		53	214	9.0	12.0
2	张飚雪		13	9	1.0	2.0