首页> 中文期刊> 《西安邮电大学学报》 >基于VGG-19混合迁移学习模型的服饰图片识别

基于VGG-19混合迁移学习模型的服饰图片识别

         

摘要

提出了一种基于视觉几何组19(visual geometry group-19,VGG-19)混合迁移学习模型的服饰图片识别算法。该算法对VGG-19模型预训练,将卷积层参数进行迁移,将卷积层输出的特征图输入到稀疏自动编码器(sparse automatic encoder,SAE)中,通过无监督学习获取更优的特征描述,结合softmax分类器使用反向传播算法(back propagation,BP)进行模型参数的微调。在公开的DeepFashion服饰图像数据集上进行测试,实验结果表明,该方法能够增加卷积层的特征提取能力,达到了97.2%的识别率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号