典型文献
轻量化卷积神经网络对服装图像的分类研究
文献摘要：
随着时代的发展,移动端关于图像分类的检索成了迫切需求,鉴于传统的卷积神经网络所需要的数据集较大,计算量也随之倍增.针对此,文章提出了一个轻量化的卷积神经网络,用来做服装图像分类.对于小型数据集,传统的服装图像分类方法效率低、准确度不高,文章提出一种G1-VGG的服装图像分类方法,主要基于VGG16网络模型,引入Dorpout层来缩小参数规模,从而提高效率和鲁棒性,最后在全连接层之间引入了一个可以学习卷积特征的二值哈希编码层,将高维数据压缩处理,不丢失其数据高维特征.在减少训练时间的同时,解决内存占用问题.
文献关键词：
VGG16;卷积神经网络;图像分类;图像检索
中图分类号：
作者姓名：
朱哲;冀艳波
作者机构：
西安工程大学 服装与艺术设计学院,陕西 西安 710043
文献出处：
引用格式：
[1]朱哲;冀艳波-.轻量化卷积神经网络对服装图像的分类研究)[J].化纤与纺织技术,2022(12):121-123
A类：
Dorpout
B类：
轻量化卷积神经网络,服装图像,分类研究,移动端,图像分类,计算量,倍增,分类方法,VGG16,提高效率,全连接层,卷积特征,哈希,编码层,高维数据,数据压缩处理,高维特征,少训练,训练时间,内存占用,图像检索
AB值：
0.313602
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
