基于Mask R-CNN的款式图衣领识别

为提升服装款式图领型识别精度,提出一种基于Mask R-CNN神经网络的服装款式图领型定位与识别方法。建立共1800张包含无领、立领、翻领与驳领4种领型的款式图样本库,利用迁移学习与Mask R-CNN神经网络实现领型定位与识别。结果表明,4种领型的平均识别精确度高于98%,测试集平均精确度达到99.2%,mAP值达到90%。该识别方法可以减少样板生成中的人工失误,为数字化样板生成提供参考。

基于卷积神经网络的服装领型识别与分类研究

针对服装领型特征识别困难、分类效果不理想等问题,提出了一种基于Alex Net卷积神经网络的服装领型识别与分类方法,实现了服装衣领造型的自动识别与分类。首先,从电商平台收集服装样本图并对其进行剪裁和预处理,建立一个包含圆形领、方形领、一字领、V形领等15类服装领型的样本库;其次,利用Alex Net卷积神经网络中的卷积、池化操作,提取服装领型样本中的领型特征;最后,运用Softmax回归分类器来实现服装领型的分类。结果表明,该方法可以有效地对服装领型进行识别与分类,分类准确率达到98.67%,可以有效解决服装领型识别分类困难等问题,为服装商品的可视化分类提供有效方法。