基于改进Resnet34的服装款式图廓形识别

作者：庹武; 刘永亮; 高雅昆; 郭鑫; 魏新桥; 杜聪; 于媛媛

来源：毛纺科技, 2023, 51(06): 95-102.

DOI：10.19333/j.mfkj.20220902708

• 款式识别
• 服装款式
• 残差网络
• 激活函数
• 迁移学习

为解决服装款式图廓形识别技术复杂及识别精度不高的问题，提出一种基于残差神经网络ResNet34的改进方法。首先针对首层卷积提取图像的邻域信息范围较大的问题，优化首层网络结构提升其特征表达能力，然后针对残差块中线性变换和非线性变换不足的问题，引入融合非对称卷积和h-swish激活函数，并通过迁移学习提升模型的泛化能力；建立一个包括连衣裙、女上装和女裤3个大类共10种廓形的服装款式图数据集，对其数据增强后进行算法验证。实验结果表明：改进的ResNet34网络模型准确度达92.78%,相比ResNet34网络模型方法提升了3.2%,且性能优于ResNet50、MobileNetV2、CaffeNet等网络模型方法，可提高款式图廓形的识别精度，对服装企业智能制造过程中的款式识别具有借鉴意义。

• 单位
  自动化学院; 中原工学院; 河南工学院