文献类型：期刊文章

作　　者：张泽堃[1] 张海波[2,3]

ZHANG Ze-kun;ZHANG Hai-bo(Information Center,Beijing Institute of Fashion Technology,Beijing 100029,China;Beijing Engineering Research Center of Textile Nanofiber,Beijing Key Laboratory of Clothing Materials R&D and Assessment,Beijing Institute of Fashion Technology,Beijing 100029,China;Library,Beijing Institute of Fashion Technology,Beijing 100029,China)

机构地区：[1]北京服装学院信息中心,北京100029 [2]北京服装学院服装材料研究开发与评价北京市重点实验室北京市纺织纳米纤维工程技术研究中心,北京100029 [3]北京服装学院图书馆,北京100029

出　　处：《纺织科技进展》

年　　份：2020

期　　号：6

起止页码：20-24

语　　种：中文

收录情况：CAS、普通刊

摘　　要：本文提出了一种基于Mask-RCNN和数据集DeepFashion2的服装识别与分割的方法。基于Mask-RCNN的服装识别与分割是基于卷积神经网络的思想,在深度学习框架下通过多线程迭代训练,在ResNet网络中得到目标特征后,再通过RPN和RoIAlign将特征输入不同的全连接分支,最后得到具有优化权重的目标检测模型。在不同场景的服装图像中,该模型可以更快更准确的识别出服装并将其分割。

关 键 词：服装识别  服装分割  Mask-RCNN  ResNet  DeepFashion2  TensorFlow  

分 类 号：TS941.2]