基于深度学习的女衬衫图案样式识别分类

来源：现代纺织技术杂志2022年第4期北京时间：

作者：李青, 冀艳波, 郭濠奇, 刘凯旋

单位：1.西安工程大学服装与艺术设计学院,西安 710048; 2.江西理工大学电气工程与自动化学院,江西赣州 341000

摘要：针对服装图案分类效率低的问题,设计一种基于Inception v3算法与迁移学习技术对女衬衫图案进行分类的方法。在Inception v3基础上,拓展训练网络架构,对8121张8类女衬衫图片进行训练,并与GoogLeNet等典型算法模型进行准确率与损失值对比。结果表明:在相同的识别精度上Inception v3具有较好的收敛速率;并且将迁移学习应用到Inception v3优化算法中,在保持初始模型识别速度情况下,可使模型识别平均精度提高6%,达到98%,同时参与训练的参数量减少了约91%。研究结果可有效解决服装图案分类困难问题,并为服装图案可视化分类研究提供技术参考。

关键词：Inceptionv3,迁移学习,衬衫图案,卷积神经网络

基金资助：陕西省教育厅自然专项基金项目(18JK0352)