资料下载
×
如何使用深度卷积神经网络改进服装图像分类检索算法
消耗积分:0 |
格式:rar |
大小:2.34 MB |
2020-08-27
分享资料个
针对利用深度学习的服装图像检索算法分类精度较低的问题，提出基于深度卷积神经网络的改进服装图像分类检索算法，并建立一个具有１６种属性、１０万量级的网络服装图像数据库Ｂ＿ＤＡＴＣｌｏｔｈｉｎｇ。依据服装图像的复杂性，采用深度卷积神经网络从Ｂ＿ＤＡＴＣｌｏｔｈｉｎｇ数据库中自动学习服装的属性特征并建立哈希索引，进而构建基于服装属性的检索模型，实现服装图像的高效分类和快速检索。实验结果表明，与传统视觉特征分类算法相比，该算法在服装分类上的准确率更高，属性检索效果更好。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
