基于服装标签的定向筛选服装方法、系统、设备及介质技术方案

本发明专利技术涉及一种基于服装标签的定向筛选服装方法、系统、设备及介质，其技术方案要点是：获取服装图像、分类任务和所有服装标签；根据分类任务将所有服装标签划分为目标标签和其他标签；在服装图像中筛选出与目标标签对应的服装图像作为正样本，筛选出与其他标签对应的服装图像作为负样本；采用EfficientNetv2

【技术实现步骤摘要】
基于服装标签的定向筛选服装方法、系统、设备及介质


[0001]本专利技术涉及机器视觉
，更具体地说，它涉及一种基于服装标签的定向筛选服装方法、系统、设备及介质。

技术介绍

[0002]目前，机器学习已经渗透到各行各业，其中数据是模型开发的重要前提和关键基础资料，在一定程度上可决定建模结果的好坏，所以对数据的有效获取和利用至关重要。如今机器学习在服装行业的同样也得到了广泛应用，以推动行业的发展进程。
[0003]服装中的各属性标签种类繁多，普遍会以爬虫等方式来获取大量服装标签数据，然后直接通过人工对所需求的服装标签筛选对应的服装图像。这样的方式可以获得一定量的数据，但是也存在局限性，首先通过爬虫等方式得到的初步数据内容较混乱，其中需要的有效数据占比可能较低，直接通过人工筛选无法针对性地对数据进行选择，还会降低提取有效数据的效率。另外，当面对万级甚至达到以上量级的庞大数据量时，这样的方式更加加剧筛选的资源成本及时间浪费，同时会对数据的后续处理和建模利用造成影响。

技术实现思路

[0004]针对现有技术存在的不足，本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于服装标签的定向筛选服装方法，其特征在于，包括：获取服装图像、分类任务和所有服装标签；根据所述分类任务将所有服装标签划分为目标标签和其他标签；在所述服装图像中筛选出预设数量的第一图像及预设数量的第二图像，所述第一图像为与目标标签对应的服装图像，所述第二图像为与其他标签对应的服装图像，将所述第一图像作为正样本，将所述第二图像作为负样本；采用EfficientNetv2
‑
s模型作为分类模型，设置所述分类模型的训练参数；对所述正样本和负样本进行预处理，采用预处理后的正样本和负样本对所述分类模型进行训练，得到训练后的分类模型；对所述服装图像进行预处理，将预处理后的服装图像输入训练后的分类模型，得到服装图像中与目标标签对应的所有目标服装图像。2.根据权利要求1所述的基于服装标签的定向筛选服装方法，其特征在于，所述EfficientNetv2
‑
s模型包括：骨干网络，用于对预处理后的正样本和负样本进行特征提取；分类网络，用于将提取的特征转换为一维特征向量得到对应的概率值。3.根据权利要求2所述的基于服装标签的定向筛选服装方法，其特征在于，所述设置所述分类模型的训练参数，包括：采用Adamw优化器作为所述分类模型的优化方式；将所述分类模型的初始学习率设为0.00001；将所述分类模型的Epoch训练次数设为20次；采用softmax函数作为所述分类模型的损失函数。4.根据权利要求1所述的基于服装标签的定向筛选服装方法，其特征在于，所述对所述正样本和负样本进行预处理，包括：根据预设尺寸对所述正样本和负样本进行随机裁剪，得到裁剪后的正样本和负样本；对裁剪后的正样本和负样本进行归一化处理，得到归一化后的正样本和负样本。5.根据权利要求1所述的基于服装标签的定向筛选服装方法，其特征在于，所述对所述服装图像进行预处理，包括：根据预设尺寸对所述服装图像进行随机裁剪，得到裁剪后的服装图像；对裁剪后的服装图像进行归一化处理，得到归一化后的服装图像。6.根据权利要求2所述的基于服装标签的定向筛选服...

【专利技术属性】
技术研发人员：严嘉倩，卢志泳，欧阳明，张悦芮，
申请(专利权)人：广州致衣信息科技服务有限公司，
类型：发明
国别省市：