基于深度学习的女装图片分类探索

摘要

互联网商品图像的属性分类是人工智能领域的重要研究课题之一,针对商品图像属性分布不平衡以及不同属性间存在相关性等问题,该文以女装图像为分类目标,提出了一种基于卷积神经网络的商品图像分类方法.首先,从电商网站获取大量商品图像,并进行人工标注;然后,基于卷积神经网络框架,采用了一种有效的采样策略,通过增加新的损失函数,实现了基于多任务学习方法的商品图像属性准确分类;最后,通过对不同策略下分类结果的对比分析,验证了该方法的有效性.结果显示,所提出方法具有较高的分类精度.