基于深度学习LeNet模型的服饰风格分类方法设计与实现.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项目目标1

2相关技术与工具介绍2

2.1爬虫技术介绍2

2.2LeNet模型概述3

2.3分类识别技术3

2.4Flask框架技术4

2.5开发环境与工具5

2.5.1Python简介5

2.5.2PyCharm简介5

2.5.3第三方库简介6

2.5.4TensorFlow框架6

3方法设计与实现7

3.1数据集收集与预处理7

3.1.1数据集的获取7

3.1.2数据集预处理8

3.2深度学习模型选择与设计9

3.2.1深度学习模型选择9

3.2.2模型设计9

3.3模型的编译与训练11

3.4模型的评估与优化12

3.4.1模型的评估12

3.4.2模型的优化14

3.5前端设计与实现14

3.5.1系统前端设计14

3.5.2设计效果展示及分析15

I

湖南商务职业技术学院毕业设计

4小结17

参考资料18

II

湖南商务职业技术学院毕业设计

基于深度学习LeNet模型的服饰风格分类方法设计

1引言

近年来，随着电子商务的迅速发展，通过网络购买服饰已经成为流行趋势。

众多者已在时尚领域就服饰分类、属性预测、服饰检索、服饰搭配等问题开展

了系列调研，并为产业界创造了重要的商业价值。其中，服饰风格分类和搭配

是时尚领域的热门问题，其效果极大影响了用户的购物体验。在现实场景中，

各种类别的服饰之间存在一定的关联性，包括服饰之间的相似关系和搭配关系。

现有的调研一般利用服饰本身的特征包括图像特征和文本特征来解决服饰风格

分类和搭配问题，却忽视了服饰之间的关系。

1.1项目背景

随着时尚行业的发展和人们对个性化服装的追求，市场上涌现了各种各样

的服饰品牌和款式。然而，在如此多的选择面前，人们往往感到困惑，不知道

如何选择适合自己的服饰。为了解决这个问题，服饰风格分类是对服饰进行细

致的分类和整理，使消费者能够更加便捷地找到符合自己需求的服饰。通过对

服饰的款式、材质、颜色、功能等方面进行分类，可以帮助消费者更好地理解

服饰的特点和适用场景，从而更加准确地选择适合自己的服饰。

服饰风格分类还可以对市场和消费趋势的分析。通过对市场上流行的服饰

风格、品牌、价格等进行调研，可以了解消费者的偏好和需求，为服饰风格分

类提供参考依据。同时，还可以通过对消费者的购买习惯和消费心理，为服饰

风格分类