基于迁移学习的卷积神经网络服装图像分类

摘要：

针对服装图像分类过程中图像数量过少、需大量人工标注和效率低等问题,提出一种基于迁移学习的卷积神经网络服装图像分类方法.该方法通过卷积神经网络直接从原始像素中自动学习图像的有效表征,有效减少人工标注的成本,同时,微调预训练好的网络模型参数,二次训练数据.实验表明,图像分类取得了较好的分类结果,平均分类准确度达到90％以上.

关键词：服装图像分类、卷积神经网络、迁移学习

分类号：TP391.41;TP183(计算技术、计算机技术)

在线出版日期：2019-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：32-34