深度卷积神经网络在品牌服装图像检索中的应用

品牌服装图像检索目的是根据用户需求输入图像从而直接查找出与目标图片相似的服装,以满足客户查找需求。服装图像检索步骤分两步,首先利用卷积神经网络模型提取数据集图像特征并保存到数据库,然后提取待检索图像的特征向量并与保存好的的图像特征逐一进行相似度匹配。从深度卷积神经网络模型设计出发,通过卷积核删减方法改进VGG16网络模型并对比分析Inception_v3和原VGG16模型结构,通过实验验证他们的性能表现。实验表明,在获取的品牌服装数据集上,改进的modify_vgg准确率达81.7%,比原VGG16模型准确率提高1.4%,比Inception_v3模型提高3.5%。