基于深度学习的织物图像检索系统研究

为了提高纺织行业的织物管理效率,解决织物检索耗时久、检索精度低等问题,使用改进的深度学习网络LResNet50E⁃IR得到织物图像的特征表示,利用faiss索引进行特征相似度匹配后,排序输出检索的结果。同时,提出分级检索策略,根据不同类别的织物特点先分类,再通过改进的神经网络训练得到相应检索模型,最后查询未入数据库的织物图像,来验证检索的效果。试验结果表明:本系统检索的top10 mAP高达99.22%,检索速度快。认为:该织物图像检索方法可以满足准确性与高效性的要求。