-
题名基于双主干特征融合改进的服装图像分类识别算法
- 1
-
-
作者
鲍禹辰
徐心放
余承志
-
机构
上海工程技术大学纺织服装学院
陕西科技大学电智学院
-
出处
《毛纺科技》
北大核心
2025年第1期111-119,共9页
-
文摘
针对复杂背景图像的服装分类与识别问题,提出YOLOv8、YOLOv10、YOLOv11主干的改进方案,通过2个并行的主干网络并结合BiFPN双向加权金字塔,实现特征信息的深度交互与高效融合。提出通过CSL注意力机制将DSConv、GhostConv、空间信息、通道信息与选择特征进行有效整合提高算法对服装特征信息的提取能力。通过deepfasion2数据集验证表明,改进方案YOLOv8Plus的精确度提高6.9%、召回率提高4.44%、平均精度mAP值提高5.86%。使用注意力机制CA、CBAM、CSL与YOLOv8结合并进行对比,CSL、CBAM、CA注意力机制mAP值分别高出基础YOLOv8算法1.75%、0.68%、0.78%。YOLOv8Plus方案相比YOLOv9c算法GLOPS下降74.04%,且mAP值仅降低0.39%。基于YOLOv10的改进方案YOLOv10Plus在精确度、召回率、mAP值上分别提高3.3%、0.45%、1.96%,基于YOLOv11的改进方案YOLOv11Plus在精确度、召回率、mAP值上分别提高2.12%、3.24%、4.47%,并且YOLOv10Plus与YOLOv11Plus的计算量分别是YOLOv9c的23.07%、22.11%,是RTDETR-ResNet101的16.89%、16.19%。结果表明,该研究方案在YOLO系列算法中mAP值具有有效的提高作用,相比于基础模型在服装分类识别应用上具有更优的效果。
-
关键词
BiFPN
CSL
服装分类与识别
YOLOv8
YOLOv9c
YOLOv10
YOLOv11
-
Keywords
BiFPN
CSL
clothing classification and identification
YOLOv8
YOLOv9c
YOLOv10
YOLOv11
-
分类号
TS941.26
[轻工技术与工程—服装设计与工程]
-
