基于迁移学习的卷积神经网络服装图像分类.pdf

白美丽，西安工程大学计算机科学学院。 在服装图像分类领域，传统的基于手工设计特征的方法由于依赖于专家知识，往往存在局限性，而随着深度学习的发展，卷积神经网络（CNN）已经成为主流。CNN通过其多层结构和卷积操作，能够自动从图像中学习到丰富的特征，对于图像识别和分类任务表现出色。然而，训练一个高精度的CNN模型通常需要大量的标注数据，这在实际应用中可能会遇到数据不足和标注成本高的问题。 为了解决这个问题，迁移学习提供了一种有效的解决方案。迁移学习是利用在大规模数据集上预训练的模型，将其知识迁移到新的、小规模的任务中，减少了对新任务数据量的需求。在这种情况下，研究者使用CaffeNet作为基础特征提取网络，CaffeNet是一种经典的CNN架构，它已经在ImageNet这样的大型数据集上进行了预训练，具备了对通用图像特征的理解能力。 在服装图像分类任务中，首先对收集的3105张服装图像进行数据增强，包括旋转、缩放、翻转等操作，以扩充数据集，增加模型的泛化能力。数据增强可以有效地防止过拟合，使模型在有限的数据上学习到更多的变化，提高分类性能。 接下来，采用预训练的CaffeNet模型，保留其卷积层的权重，因为这些层已经学习到了通用的图像特征。然后，替换原模型的全连接层和Softmax层，这是因为这些高层的特征可能与新的任务不完全匹配，需要根据新任务进行调整。通过微调这些层的参数，模型可以适应新的服装图像分类任务，同时减少了对新数据的标注需求。 在实验中，经过微调后的模型在测试集上的平均分类准确度达到了91%，证明了这种方法的有效性。相比于从头开始训练模型，迁移学习显著提高了训练效率，降低了对人工标注的依赖，为解决服装图像分类问题提供了一个高效且实用的途径。 这篇论文提出的基于迁移学习的卷积神经网络服装图像分类方法，结合了深度学习的自动化特征学习能力和迁移学习的数据效率优势，为服装电商和智能检索等应用场景提供了有力的技术支持。未来的研究可以进一步探索更复杂的网络结构，或者结合其他机器学习技术，以提高分类的准确性和鲁棒性。