针对传统基于内容的服装分类对图像特征有较高的要求，当服装款式较多时，其准确率难以满足服装分类应用需求的问题，提出一种基于深度学习方法的平行自注意力分类网络.该网络在ResNet50的基础上增加了平行自注意力补偿分支，该分支能提升服装分类任务中的特征提取质量，逐步补充深层网络缺失的浅层细节信息.在数据集DeepFashion上进行了对比实验，实验结果证明了该方法的有效性.
科研之友
微信
新浪微博
Facebook
分享链接
