第４３卷第２期２０２３年６月北京服装学院学报（自然科学版）ＪｏｕｒｎａｌｏｆＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＦａｓｈｉｏｎＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ｖｏｌ．４３Ｎｏ．２Ｊｕｎ．２０２３■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ＤＯＩ：１０．１６４５４／ｊ．ｃｎｋｉ．ｉｓｓｎ．１００１⁃０５６４．２０２３．０２．０１１基于ＲｅｓＮｅｔ和迁移学习的服装图像检索方法游小荣１，李淑芳１，２，邓丰１（１．常州纺织服装职业技术学院，常州２１３１６４；２．常州市生态纺织技术重点实验室，常州２１３１６４）摘要：针对传统服装图像检索方法存在检索效率低、精度不高的问题，提出了基于ＲｅｓＮｅｔ和迁移学习的服装图像检索方法。在互联网上选取当下流行的服装，建立长裙、短裙、风衣、Ｔ恤４类小样本数据集。借助基于ＩｍａｇｅＮｅｔ数据集训练好的ＲｅｓＮｅｔ１５２预训练模型，对小样本数据集进行迁移学习，进一步优化预训练模型中的参数，得到新的网络模型。基于新的网络模型，提取特征向量，做归一化处理，并进行相似度计算，排序输出图像检索结果，实现服装图像检索功能。为验证方法的有效性，搭建了基于颜色、纹理、边缘、无迁移学习和有迁移学习的服装图像检索测试平台。经实验对比，这种方法不但适用于小样本情况，而且平均精度、均值等指标以及检索效率优于其他方法，实用性强。关键词：服装图像；内容检索；迁移学习；ＲｅｓＮｅｔ中图分类号：ＴＰ３９１.４１文献标志码：Ａ文章编号：１００１－０５６４（２０２３）０２－００７８－０７收稿日期：２０２２－０８－２５基金项目：常州市科技计划项目（ＣＥ２０２０２０１９）；江苏省高等学校大学生实践创新训练项目（２０２１１２８０７０１３Ｙ）作者简介：游小荣（１９８１—），副教授，硕士，主要研究方向为服装数字化、人工智能；Ｅ⁃ｍａｉｌ：２９５４００５６０＠ｑｑ．ｃｏｍ。随着电子商务的快速发展，人们不再满足通过文字搜索商品购物，越来越多的人希望通过以图搜图，找到自己所需的服装。服装设计师也希望有这么一套系统，能够具备快速找到相似的服装版式、收集设计元素、分析当前时尚趋势等功能。针对同款或近似服装图像检索可以分为基于文本标注的检索和基于内容的图像检索两类［１］。基于文本标注的检索简单［２］，但存在标注工作量...
