-
题名基于YOLOv5算法的女性职业装款式自动识别方法
被引量：1
- 1
-
-
作者
焦哲
夏乾龙
王巧铃
卢致文
路丽莎
刘锋
-
机构
太原理工大学轻纺工程学院
安徽天助纺织科技集团股份有限公司
武汉纺织大学服装学院
-
出处
《毛纺科技》
CAS
北大核心
2023年第6期103-109,共7页
-
基金
山西省哲学社会科学规划课题(2022YY029)
山西省回国留学人员科研资助项目(2022-090)。
-
文摘
针对目前自动识别方法存在的图像背景处理繁琐、形式单一、轮廓特征提取复杂、单张图片只有一种款式可以识别等问题,运用了一种单阶段目标检测(YOLOv5)算法,实现了基于服装图片的职业装款式分类。以办公室女性职业装为例,首先建立一个包含衣裤套装、衣裙套装、连衣裙的3类女性职业装经典款式数据集并对图片进行标注,使用Mosaic数据增强操作提升模型的训练速度和网络的精度,选用CIOU_Loss做定位损失的损失函数,最终实现女性职业装3类款式的自动检测识别。实验表明,基于YOLOv5算法的款式识别方法可以实现对复杂背景下的女性职业装的有效分类,可为服装商品的可视化分类识别提供新的思路,提高服装产品相关调研的效率。
-
关键词
YOLOv5算法
女性职业装
款式识别
图片处理
识别效率
-
Keywords
YOLOv5 algorithm
women′s business attire
style recognition
picture processing
identification efficiency
-
分类号
TS941.2
[轻工技术与工程—服装设计与工程]
-
