【技术实现步骤摘要】
本申请涉及废旧服装分类分拣领域，特别是涉及一种废旧服装分类分拣方法、装置、设备、介质及产品。
技术介绍
1、现有技术在细粒度视觉分类(fine-grained visual classification,fgvc)领域取得了显著的进展。fgvc旨在可靠地区分视觉上相似的类别，例如不同型号的飞机或汽车，这对于许多实际应用具有极大的潜在价值。然而，fgvc面临着几个技术挑战，主要包括以下几点：
2、1)类内变异和类间相似性：fgvc任务的难点之一在于不同类别之间的高度相似性以及同一类别内个体之间的变异性。这使得区分和识别不同类别的图像变得困难。
3、2)训练数据有限：收集和标注用于fgvc任务的图像通常需要专业知识，而且很难创建大规模的fgvc数据集。数据量的有限性限制了模型的学习能力和泛化性能。
4、3)低层次信息的忽视：随着深度卷积神经网络(cnns)在计算机视觉任务中的主导地位，现有的fgvc算法主要基于深度、抽象、语义信息进行分类，而忽略了浅层次、详细的信息。这种信息的忽视可能导致模型无法捕捉到区...
【技术保护点】
1.一种废旧服装分类分拣方法，其特征在于，包括：
2.根据权利要求1所述的废旧服装分类分拣方法，其特征在于，对废旧服装图像进行预处理，具体包括：
3.根据权利要求1所述的废旧服装分类分拣方法，其特征在于，对预处理后的废旧服装图像进行数据增强，生成增强后的废旧服装图像，具体包括：
4.根据权利要求1所述的废旧服装分类分拣方法，其特征在于，所述细粒度分类模型的构建过程，具体包括：
5.根据权利要求1所述的废旧服装分类分拣方法，其特征在于，将所述增强后的废旧服装图像输入至细粒度分类模型中，识别所述增强后的废旧服装图像对应的类别
【技术特征摘要】
1.一种废旧服装分类分拣方法，其特征在于，包括：
2.根据权利要求1所述的废旧服装分类分拣方法，其特征在于，对废旧服装图像进行预处理，具体包括：
3.根据权利要求1所述的废旧服装分类分拣方法，其特征在于，对预处理后的废旧服装图像进行数据增强，生成增强后的废旧服装图像，具体包括：
4.根据权利要求1所述的废旧服装分类分拣方法，其特征在于，所述细粒度分类模型的构建过程，具体包括：
5.根据权利要求1所述的废旧服装分类分拣方法，其特征在于，将所述增强后的废旧服装图像输入至细粒度分类模型中，识别所述增强后的废旧服装图像对应的类别，之前还包括：
...【专利技术属性】
技术研发人员：陈金，闫泽宇，王毅南，邸石，
申请(专利权)人：南通阻碳数字科技有限公司，
类型：发明
国别省市：
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。