基于深度学习的女衬衫图案样式识别分类

作     者：李青 冀艳波 郭濠奇 刘凯旋 Li Qing;Ji Yanbo;Guo Haoqi;Liu Kaixuan

作者机构：西安工程大学服装与艺术设计学院西安710048 江西理工大学电气工程与自动化学院江西赣州341000 

出 版 物：《现代纺织技术》 (Advanced Textile Technology)

年 卷 期：2022年第30卷第4期

页      面：207-213页

学科分类：07[理学] 070205[理学-凝聚态物理] 08[工学] 080501[工学-材料物理与化学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0702[理学-物理学] 

基　　金：陕西省教育厅自然专项基金项目(18JK0352) 

主　　题：Inception v3 迁移学习 衬衫图案 卷积神经网络 

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。