基于多支路卷积神经网络的磁瓦表面缺陷检测算法

刘培勇, 董洁, 谢罗峰, 朱杨洋, 殷国富 - 吉林大学学报(工学版), 2023 - xuebao.jlu.edu.cn
针对磁瓦表面缺陷检测难度大和精度低的问题, 提出了一种新的磁瓦表面缺陷检测算法. 首先,
设计了一种多支路网络结构, 并在各支路中构建了一种能有效提取磁瓦图像特征的卷积神经网络 …

[HTML][HTML] 基于改进ShuffleNet v1 的服装图像分类算法

曾华福, 杨杰, 李林红 - 现代纺织技术, 2023 - journal.zjtextile.com.cn
针对服装图像分类模型体积较大, 缺少细分类的问题, 提出基于改进ShuffleNet v1
的服装图像分类算法. 该算法以ShuffleNet v1 为基础, 通过优化模块的堆叠次数和网络层通道数 …

一种基于自注意力信息补偿的服装分类算法.

朱淑畅, 李文辉 - Journal of Jilin University (Science Edition) …, 2023 - search.ebscohost.com
针对传统基于内容的服装分类对图像特征有较高的要求, 当服装款式较多时,
其准确率难以满足服装分类应用需求的问题, 提出一种基于深度学习方法的平行自注意力分类 …

基于SASK 和双分支结构的服装图像识别方法

周啸辉, 余磊, 张睿婷, 熊邦书, 欧巧凤 - 应用科学学报, 2023 - jas.shu.edu.cn
此问题, 本文基于空间注意力选择核(space attention selective kernel, SASK)
模块和双分支结构搭建神经网络模型对服装图像进行识别. 首先, 结合跳跃连接 …

基于注意力卷积神经网络的图像篡改定位算法

钟辉, 康恒, 吕颖达, 李振建, 李红… - 吉林大学学报(工学版 …, 2021 - xuebao.jlu.edu.cn
为防止对图像内容进行操作(如拼接), 提出一种基于注意力卷积神经网络的图像篡改定位算法,
称为CA-Net. 尽管卷积神经网络强大的特征学习和映射能力可依次获取丰富的空间特征 …

基于改进YOLOv5 和ResNet50 的女装袖型识别方法.

曹涵颖, 妥吉英 - Advanced Textile Technology, 2024 - search.ebscohost.com
针对女装袖型分类繁多, 特征识别困难, 检测效果不理想等问题, 根据不同女装袖型的关联信息,
结合注意力机制改进的YOLOv5 目标检测网络和ResNet50 残差网络, 提出了一种女装袖子造型 …

[HTML][HTML] 基于改进MobileNet v2 的服装图像分类算法

李林红, 杨杰, 蒋严宣, 朱浩 - 现代纺织技术, 2024 - journal.zjtextile.com.cn
针对现有服装图像分类算法参数量较多, 识别精度低的问题, 提出一种基于注意力机制和迁移
学习的改进型MobileNet v2 算法. 首先, 选取MobileNet v2 作为特征提取网络 …

基于卷积和Transformer 融合的服装分类算法

朱淑畅, 李文辉 - 吉林大学学报(理学版), 2023 - xuebao.jlu.edu.cn
针对传统基于卷积神经网络的服装分类算法无法满足海量多样服装分类需求的问题,
提出一种卷积注意力融合的服装分类网络. 该网络采用并行结构, 包含一个ResNet 分支和一个 …

Clothing key points location and attribute prediction algorithm based on mixed domain attention mechanism.

LEI Dongdong, W Junying, D Fangmin… - Journal of Donghua …, 2022 - search.ebscohost.com
Aiming at the problem that clothing deformation and complex posture of models affect the
accuracy of clothing visual analysis, an algorithm of clothing key points location and attribute …