陈雯雯，黄长江，郑 炟，张旭东

(浙江树人大学 信息科技学院，浙江 杭州 310015)

    摘要：针对传统的卷积神经网络对于服装类型分类精度不高的问题，提出一种基于Faster R-CNN的服装类型识别算法.该算法利用爬虫和已有服装数据库DeepFashion建立服装图像数据库.对图像进行处理后，采用Faster R-CNN网络，主干特征提取网络使用ResNet50进行训练，获得服装识别模型.通过利用模型对服装图像进行识别，得到短裤、长裤、短裙、长裙、长袖、短袖、背心等几种分类.实验结果表明：该算法比SSD、RetinaNet、Yolov3算法更准确，能够准确地识别出服装图像的类别.

    关键词：服装识别；服装分类；网络模型；特征提取

    中图分类号：TP391.4          文献标志码：A          文章编号：1671-2714（2022）04-0007-07