科研之友
微信
新浪微博
Facebook
分享链接
摘要
在数字化过程中,如何将不同时期不同风格的未署名画作快速分类成为一个难题。针对以上问题,提出一种通过迁移学习的卷积神经网络的识别分类方法。Res Net-50神经网络模型在ImageN et数据集上完成预训练,通过迁移学习的方式将特征参数迁移到WikiArt数据集上处理选取的23位画家的400幅画作(总共9200幅)。通过迁移学习ResNet-50和DenseNet-201两个神经网络模型对比,发现基于ImageN et数据集在ResN et-50的迁移学习神经网络模型具有良好的特征提取能力,在WikiArt数据集上top-1识别率最高达到81.6%。
- 单位
