科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统刺绣图像分类效率低、数据集少、识别率不高等问题，研究了一种基于卷积神经网络AlexNet模型的刺绣分类算法，将深度学习技术引入到刺绣图像分类领域。为了更精准地实现多种刺绣分类，对原始AlexNet模型进行改进，引入迁移学习，并加载预训练模型参数，从而提取更深层次的刺绣特征，提高模型的收敛速度。实验选取国内10种刺绣，共计864张原始刺绣图片，使用包括基本数据增强、Mixup混合技术和GridMask技术得到9 571张图片和对应标签进行训练，与原始算法模型进行对比，并进行消融实验。实验结果表明：改进后的AlexNet模型准确率达到94.74%,对多种类刺绣图像分类有更好的效果。研究结果可有效解决刺绣分类困难问题，最大程度完善和优化数字化的刺绣传承体系。
- 单位
