基于ResNet和迁移学习的服装图像检索方法

摘要：

针对传统服装图像检索方法存在检索效率低、精度不高的问题,提出了基于ResNet和迁移学习的服装图像检索方法.在互联网上选取当下流行的服装,建立长裙、短裙、风衣、T恤4 类小样本数据集.借助基于ImageNet数据集训练好的ResNet152 预训练模型,对小样本数据集进行迁移学习,进一步优化预训练模型中的参数,得到新的网络模型.基于新的网络模型,提取特征向量,做归一化处理,并进行相似度计算,排序输出图像检索结果,实现服装图像检索功能.为验证方法的有效性,搭建了基于颜色、纹理、边缘、无迁移学习和有迁移学习的服装图像检索测试平台.经实验对比,这种方法不但适用于小样本情况,而且平均精度、均值等指标以及检索效率优于其他方法,实用性强.

关键词：服装图像、内容检索、迁移学习、ResNet

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

资助基金：常州市科技计划项目;江苏省高等学校大学生实践创新训练项目

在线出版日期：2023-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：78-84