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。