《表2 类别分类和属性预测的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于关键点注意力和通道注意力的服装分类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图3为关键点检测的可视化结果，图4为服装类别分类和属性预测的部分结果。对于关键点检测，本文与文献[1，2，14，3]方法作对比，实验结果如表1所示。对于类别分类和属性预测，本文与文献[1，15-17，3]方法作对比，实验结果如表2所示，可见，本文模型在服装分类和属性预测上获得了显著的提高，特别是对于属性预测，top-3和top-5召回率较当前最新方法提高了1%。在收敛速度上，第4个回合后，网络已经收敛，与文献[3]相比，提高了训练效率。在关键点检测上，对于左、右下摆位置的预测得到了一定的提高。本文研究的主要目标是预测服装的类别和属性，在实际应用中给网络上的服装图片添加详细的描述，为用户可以利用关键词搜索提供基础。预测关键点位置只是服装类别分类和属性预测的一个辅助模块，网络要提取的是一个小的局部区域的特征，因此虽然关键点位置预测的结果不够精确，但仍然会获得其所在的有显著辨别性的局部区域，也就是说关键点注意力模块对提高类别和属性预测准确率有所帮助。