基于改进的残差神经网络的服装标签属性识别

摘要

近年来服装电商的迅猛发展使得服装图像的属性标签识别具有广泛市场需求,而服装图像自身具有的特殊性使其在识别中更具有挑战性.鉴于深度学习算法已经在语音识别、图像处理等多个领域取得的巨大成功,论文设计了一种基于残差神经网络ResNet50的深度学习模型,即Res-FashionAINet,将其应用到服装的标签属性识别上.通过数据预处理、模型训练和属性预测三个步骤进行实验,在来自真实购物平台的服装图片所组成的FashionAI数据集上,取得较高的识别准确率,在服装属性识别问题上具有一定优势.