基于卷积神经网络的面料检索系统

来源：计算机技术与发展杂志2023年第09期北京时间：

作者：王彪;毋涛

单位：西安工程大学 计算机科学学院,陕西 西安 710600 Author(s): WANG Biao;WU Tao School of Computer Science,Xian Polytechnic University,Xi爷n 710600,China 关键词: 迁移学习;VGG16;损失函数;faiss;面料检索 Keywords: transfer learning;VGG16;loss function;faiss;fabric retrieval 分类号: TP391. 41 DOI: 10. 3969 / j. issn. 1673-629X. 2023. 09. 008 摘要: 针对目前市场上纺织面料图像种类多、视觉特征复杂、数据量大的特点,为解决传统图像检索方法存在的检索速度慢、检索精度低的问题,提出一种基于深度学习的面料检索方法。 该方法采用迁移学习,微调 VGG16 网络的结构,加入BN 层提高模型的泛化能力,调整 FC 层神经元的数量减少计算量。 同时优化损失函数以约束模型学习相似或相同的面料的特征也相似。 以纺织企业提供的面料为数据集训练模型,得到提取面料特征的网络模型。 进行在线面料检索时,使用faiss 向量检索工具,快速计算待检索的面料的特征与特征库的相似度,得到相似度 top-k 的检索结果。 经过实验证明,在企业面料数据集上,该系统检索 mAP 可达到 0. 892,检索时间仅为 0. 012 s,均优于以往的算法,从而验证了其可行性。

摘要：针对目前市场上纺织面料图像种类多、视觉特征复杂、数据量大的特点,为解决传统图像检索方法存在的检索速度慢、检索精度低的问题,提出一种基于深度学习的面料检索方法。 该方法采用迁移学习,微调 VGG16 网络的结构,加入BN 层提高模型的泛化能力,调整 FC 层神经元的数量减少计算量。 同时优化损失函数以约束模型学习相似或相同的面料的特征也相似。 以纺织企业提供的面料为数据集训练模型,得到提取面料特征的网络模型。 进行在线面料检索时,使用faiss 向量检索工具,快速计算待检索的面料的特征与特征库的相似度,得到相似度 top-k 的检索结果。 经过实验证明,在企业面料数据集上,该系统检索 mAP 可达到 0. 892,检索时间仅为 0. 012 s,均优于以往的算法,从而验证了其可行性。

关键词：迁移学习;VGG16;损失函数;faiss;面料检索