基于深度学习LeNet5模型的服饰分类方法设计.pdf

湖南商务职业技术学院毕业设计

目录

1引言1

1.1项目背景1

1.2开发环境与工具2

1.2.1Python简介2

1.2.2TensorFlow简介2

1.2.3LeNet-5的简介2

1.2.4LeNet-5的网络结构3

1.2.5Keras简介3

1.2.6Python第三方库简介4

2需求分析4

2.1可行性需求分析4

2.1.1技术可行性4

2.1.2项目可行性4

2.2数据集的分析5

2.3关键技术分析5

2.3.1数据集采集技术5

2.3.2数据集处理技术5

2.3.3LeNet-5模型技术6

2.3.4模型的训练与预测6

3数据集采集7

3.1服饰数据分析7

3.2数据集需求分析7

3.3部分数据展示8

4数据集处理8

4.1切分训练集和测试集8

4.2浏览数据9

4.3归一化数据9

4.4数据预处理9

I

湖南商务职业技术学院毕业设计

5模型构建及评估分析10

5.1LeNet-5模型构建10

5.1.1LeNet-5模型的网络结构10

5.1.2LeNet-5模型的搭建11

5.2模型编译12

5.2.1优化器设置12

5.2.2损失函数设置13

5.3模型的训练与调优13

5.3.1batch_size设置13

5.3.2模型训练设置13

5.4设计效果展示14

5.4.1模型前端展示14

5.4.2设计效果展示及分析15

5.4.3模型评估16

6小结17

参考文献18

II

湖南商务职业技术学院毕业设计

基于深度学习LeNet5模型的服饰分类方法设计

1引言

随着人们的生活质量变得越来越高，人们的追求已经慢慢的从为了吃饱穿暖

变成了吃好穿好了。但是随之而来的便是种类繁多的食物种类和让人眼花缭乱的

服饰款式给人们带来了极大的不便。有没有什么办法来帮助人们解决这些让人难

以区分的服饰问题呢？我就是利用Lenet-5模型来解决服饰分类的问题。

想解决这个问题就不得不提及近年来人工智能领域中取得的巨大突破的深

度学习了。深度学习在计算机视觉、图像分类、图像识别、多媒体等诸多领域中

都发挥了巨大的作用[1]。而我们的服饰分类问题归根结底就是一个简单的图像分

类问题。例如，商家可以在商品附件摆放摄像头，通过捕捉潜在客户的面部影像

识别客户的喜好，从而帮助商户识别各种商品的受欢迎程度。再如，手写数字识

别，通过事先写好的程序，程序只需对比各种数字事先保存的照片与临场采集的

照片，判断是否为同一数字，即可将烦躁的数字识别出来。

1.1项目背景

随着人们的生活越来越好，我们的衣食住行也变得越来越丰富，这也为我们

的选择提出了不少难题。在大数据时代。随着人工智能变成为了无处不在的技术，

我们便可以使用科技来为我们排忧解难[2]。我们可以将种类繁多的服饰变成不同

的数据，所以我们便利用机器学习进行分布式数据分析，也就是我们学习的计算

机视觉。计算机视觉包括一系列重要任务，如图像分类、定位、图像分割和目标

检测[3]。其中，图像分类可以被认为是最基本的内容。它构成了其他计算机视觉

任务的基础。图像分类还被广泛应用在各个领域内，如人脸识别、手