【技术实现步骤摘要】
本专利技术属于服装流行趋势预测，具体涉及一种基于图像和文本的服装流行趋势预测方法及系统。
技术介绍
1、随着经济高质量发展和消费升级，时尚已成为影响人们生活方式的重要因素，并在大部分消费领域中占据重要地位，成为城市竞争的主战场之一。为了紧抓市场热点，引领服装业高质量发展，急需突破服装流行趋势预测的技术瓶颈。
2、现有技术中，对于服装流行趋势的预测依靠的数据单一，例如：单独依靠服装图像数据进行服装流行趋势预测，或者，单独依靠文本数据进行服装流行趋势预测。但是，单独依靠服装图像数据来预测服装流行趋势存在缺乏上下文信息、动态特征捕捉不足和处理复杂度高等不足，而单独依靠服装文本数据来预测服装流行趋势存在缺乏视觉特征、歧义和噪声问题、文化和语言差异等问题，这两种预测方式均降低了模型预测准确度和预测性能。
技术实现思路
1、本专利技术提供了一种基于图像和文本的服装流行趋势预测方法及系统，旨在解决现有技术中服装流行趋势的预测依靠的数据单一，导致预测模型的性能和预测准确度均较差的问题。
...【技术保护点】
1.一种基于图像和文本的服装流行趋势预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像和文本的服装流行趋势预测方法，其特征在于，在所述步骤S200中，所述服装特征向量包括服装款式维度、颜色维度、材质维度；
3.根据权利要求2所述的一种基于图像和文本的服装流行趋势预测方法，其特征在于，在所述步骤S200中，所述K-means聚类分析包括：
4.根据权利要求1所述的一种基于图像和文本的服装流行趋势预测方法，其特征在于，在所述步骤S200中获得训练后的YOLOv5模型之前，以及在所述S300中获得训练后的LSTM模...
【技术特征摘要】
1.一种基于图像和文本的服装流行趋势预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像和文本的服装流行趋势预测方法，其特征在于，在所述步骤s200中，所述服装特征向量包括服装款式维度、颜色维度、材质维度；
3.根据权利要求2所述的一种基于图像和文本的服装流行趋势预测方法，其特征在于，在所述步骤s200中，所述k-means聚类分析包括：
4.根据权利要求1所述的一种基于图像和文本的服装流行趋势预测方法，其特征在于，在所述步骤s200中获得训练后的yolov5模型之前，以及在所述s300中获得训练后的lstm模型之前，先通过爬虫收集历史的服装图片数据和文本数据；
5.根据权利要求4所述的一种基于图像和文本的服装流行趋势预测方法，其特征在于，对所述服装图片数据进行预处理的内容包括：
6.根据权利要求4所述的一种基于图像...
【专利技术属性】
技术研发人员：向忠，康晓龙，刘丽娴，郑泽宇，温苗苗，何治，
申请(专利权)人：浙江理工大学，
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。