【技术实现步骤摘要】
本专利技术属于服装图像分类领域，具体涉及一种基于正则化极限学习机的服装图像类别电子标注方法。
技术介绍
1、伴随着服装电商行业的发展，服装类别五花八门，由此网络上产生的服装图像也越来越多，在具体实操中，无论对于商家还是客户，快速准确获取商品标签有助于快速进行商品检索，整理库存，提高电商平台交易效率。那么如何能够将这些大量的服装图像准确、有效地分类并且进行类别标注就成为了一个非常重要的问题。然而，使用人工手段进行服装图像的标注成本过高且效率较低，而且现有的服装图像分类算法的性能也未能达到要求，因此，进行服装图像类别电子标注的研究具有重要的意义。
2、当前在服装图像类别电子标注领域中，常用的卷积神经网络有以下几种，如efficientnet、goolenet等典型的神经网络。goolenet的神经结构较为简单，可能无法适应生产需要。efficientnet具有高精度、高效性、可扩展性的特征，但也存在训练时间长、不适合小数据集、参数量大的缺点。resnet具有更深的网络结构、能有效利用资源的优点。resnet引入了残差连接，允许跳...
【技术保护点】
1.一种基于正则化极限学习机的服装图像类别电子标注方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于正则化极限学习机的服装图像类别电子标注方法，其特征在于，所述步骤1中，所述图像来自Fashion-Mnist数据集，所述若干个类别包括以下10个类别：Ankle Boot、Bag、Coat、Dress、Pullover、Sandal、Shirt、Sneaker、Trouser、T-Shirt。
3.如权利要求1所述的一种基于正则化极限学习机的服装图像类别电子标注方法，其特征在于，所述步骤4中，获取所述INFO算法参数，包括以下步骤：
4.如...
【技术特征摘要】
1.一种基于正则化极限学习机的服装图像类别电子标注方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于正则化极限学习机的服装图像类别电子标注方法，其特征在于，所述步骤1中，所述图像来自fashion-mnist数据集，所述若干个类别包括以下10个类别：ankle boot、bag、coat、dress、pullover、sandal、shirt、sneaker、trouser、t-shirt。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。