摘要：近年來服裝電商的迅猛發(fā)展使得服裝圖像的屬性標(biāo)簽識(shí)別具有廣泛市場(chǎng)需求,而服裝圖像自身具有的特殊性使其在識(shí)別中更具有挑戰(zhàn)性.鑒于深度學(xué)習(xí)算法已經(jīng)在語音識(shí)別、圖像處理等多個(gè)領(lǐng)域取得的巨大成功,設(shè)計(jì)了一種基于殘差神經(jīng)網(wǎng)絡(luò)ResNet50的深度學(xué)習(xí)模型,即Res-FashionAINet,將其應(yīng)用到服裝的標(biāo)簽屬性識(shí)別上.通過數(shù)據(jù)預(yù)處理、模型訓(xùn)練和屬性預(yù)測(cè)三個(gè)步驟進(jìn)行實(shí)驗(yàn),在來自真實(shí)購物平臺(tái)的服裝圖片所組成的FashionAI數(shù)據(jù)集上,取得較高的識(shí)別準(zhǔn)確率,在服裝屬性識(shí)別問題上具有一定優(yōu)勢(shì).