基于改进YOLOv5和ResNet50的女装袖型识别方法

作     者：曹涵颖 妥吉英 CAO Hanying;TUO Jiying

作者机构：重庆第二师范学院美术学院重庆400065 重庆理工大学车辆工程学院重庆400054 

基　　金：重庆市教科委“十四五”规划项目(2021-JZ-030) 重庆市教委科学技术研究计划项目(KJQN202201621) 重庆市自然科学基金项目(cstc2020jcyj-msxmX0331) 重庆第二师范学院校级科研项目(KY202127C) 

出 版 物：《现代纺织技术》 (Advanced Textile Technology)

年 卷 期：2024年第32卷第1期

页      码：45-53页

摘      要：针对女装袖型分类繁多、特征识别困难、检测效果不理想等问题,根据不同女装袖型的关联信息,结合注意力机制改进的YOLOv5目标检测网络和ResNet50残差网络,提出了一种女装袖子造型的自动识别方法。首先,从电商平台收集服装样本图像,按照长短大类和形态小类标记对女装袖型进行归类,建立了包含3600张图像的袖型数据集;其次,结合注意力机制改进的YOLOv5目标检测网络和ResNet50残差网络,设计了女装袖型识别方法;最后,在袖型数据集上开展模型训练,并通过实验验证袖型识别的效果。结果表明:改进YOLOv5和ResNet50相结合的深度学习方法可以有效地对女装袖型进行识别,整体识别准确率约93.3%。该女装袖型识别方法准确、便捷,可以实现大量服装款式的分类快速检测,提高服装设计效率,促进人工智能技术在服装设计领域的应用,助力我国智能制造和电子商务的发展。

主 题 词：女装袖型 深度学习 YOLOv5 注意力机制 ResNet50 

学科分类：1305[艺术学-设计学类] 13[艺术学] 

D　O　I：10.19398/j.att.202305015

馆 藏 号：203125511...