基于SE-ResNet的民族服饰识别系统的设计与实现

本文研究将实际场景与深度学习技术结合,采用深度学习图像识别算法,结合前后端技术设计一款民族服饰识别系统。本实验在Google公司的开源深度学习框架Tensorflow下完成网络的搭建,使用自主建立的民族服饰图像数据集进行网络训练,通过对数据增强、数据预处理、深度学习卷积神经网络模型三个方面进行对比实验,并对模型的准确性和鲁棒性进行验证。实验结果显示SE-ResNet模型在民族服饰颜色、图案形状特征信息的提取与识别效果最佳。因此将高效实用的SE-ResNet识别模型部署在服务器,以Web应用为载体,显示民族服饰图案信息,并通过虚拟数字地图直观呈现民族服饰地理分布及不同图案间的联系。