基于Faster R-CNN的连衣裙衣领自动识别

摘要

为探讨数据集标注对Faster R-CNN识别连衣裙衣领的影响,以框选范围依次扩大的3种标准(即衣领;唇部至肩部;唇部至腰部,后二者中的唇部对应平面服装图中的衣领上端)框选连衣裙图像中的衣领位置,制成3个数据集。以Faster R-CNN算法训练3个数据集,其中预训练网络均选用AlexNet。结果表明:召回率与平均精度均值随框选范围的扩大均有提高,分别提高了14%和13%,较小的立领、圆领、方领和V领提高最明显,而整体准确率随框选范围扩大保持不变。为进一步提升识别效果,以GoogLeNet为预训练网络,训练框选范围最大的数据集,得到的召回率、准确率和平均精度均值进一步增至86%、81%和83%。Faster R-CNN识别连衣裙衣领具有较好的可行性,扩大数据集框选区域可提升Faster R-CNN自动识别较小领型的效果。