论文部分内容阅读
衣物图像的识别在商业领域和社会生活领域中均有着很大的应用价值,但目前的目标识别模型在衣物识别上的准确率较低并且参数量较大。因此,本文改进了YoloV3目标识别网络,将主干部分特征提取网络替换成EfficientNet轻量级网络,减少参数量的同时能够快速准确地识别出衣物类别。测试结果标明,算法识别准确率和检测速度有一定提升,且参数量从约620亿FLOPs降低到约20亿FLOPs,计算量显著降低。