期刊文章详细信息
基于卷积神经网络的商品图像精细分类
Product Image Fine-grained Classification Based on Convolutional Neural Network
文献类型：期刊文章
机构地区：[1]大连交通大学电气信息学院,辽宁大连116028
基 金：辽宁省教育厅高等学校科学研究项目(L2014174)
年 份：2014
卷 号：33
期 号：6
起止页码：91-96
语 种：中文
收录情况：AJ、CAS、CSA、CSA-PROQEUST、MR、RCCSE、ZGKJHX、普通刊
摘 要：针对某一类别商品图像的精细分类,研究并实现了深度学习中的卷积神经网络方法。所设计的卷积神经网络由2个卷积层、2个亚采样层及1个完全连接层组成,特征平面的神经元只对其感受野的重叠区域做出反应,由反向传播算法调整网络参数最终完成学习任务。通过鞋类图像的精细分类实验表明,该方法平均分类正确率可达91.5%。
关 键 词：卷积神经网络 商品图像 精细分类 亚采样层
分 类 号：TP391.4]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
