基于深度学习的女装图片分类探索

互联网商品图像的属性分类是人工智能领域的重要研究课题之一，针对商品图像属性分布不 平衡以及不同属性间存在相关性等问题，该文以女装图像为分类目标，提出了一种基于卷积神经网络的商品图像分类方法。首先，从电商网站获取大量商品图像，并进行人工标注；然后，基于卷积神经 网络框架，采用了一种有效的采样策略，通过增加新的损失函数，实现了基于多任务学习方法的商品图像属性准确分类；最后，通过对不同策略下分类结果的对比分析，验证了该方法的有效性。结果显 示，所提出方法具有较高的分类精度