基于生成式增强的小样本细粒度时尚分类方法研究

《Journal of Intelligent and Connected Vehicles》:Fine-Grained Fashion Classification with Limited Labeled Data Via Generative Augmentation

【字体: 大 中 小 】 时间:2025年12月30日 来源:Journal of Intelligent and Connected Vehicles 7.8

编辑推荐:

  本文针对小样本条件下细粒度时尚分类的挑战,提出了一种结合条件生成对抗网络(cGAN)和ResNet50分类器的迭代图像生成框架。通过生成高质量合成图像并基于置信度筛选,在仅使用319张标注图像的情况下,在领口分类任务中达到了94.6%的准确率,为解决小零售商数据稀缺问题提供了有效方案。

  
在人工智能技术快速发展的今天,时尚产业正积极拥抱AI驱动的技术创新,以提升在线购物体验。其中,时尚物品的细粒度分类技术成为支撑智能推荐系统和高效库存管理的关键基础。然而,随着时尚风格的日益多样化和在线商品数量的激增,实现精准分类变得愈发复杂。当前,高性能的细粒度时尚识别系统通常需要大量标注数据进行训练,这对资源有限的中小型在线零售商构成了严峻挑战。
构建标注数据集通常需要聘请模特、组织拍摄并对图像进行细粒度标注,这一过程既昂贵又耗时。此外,依赖网络来源的图像还可能引发法律和版权问题。这些障碍使得中小零售商难以充分利用基于AI的分类系统优势。现有方法尝试通过预训练模型或几何数据来缓解这一挑战,但准确率普遍停留在90%左右,未能达到实际应用标准。
针对这一瓶颈问题,研究人员在《Intelligent and Converged Networks》上发表了题为"Fine-grained fashion classification with limited labeled data via generative augmentation"的研究论文,提出了一种创新的迭代图像生成框架。该研究聚焦于领口类型的细粒度分类任务,包括单肩领、圆领、方领、无肩带领和V领五种类型。
研究团队设计了一个包含四个关键步骤的闭环系统:图像预处理、基于条件生成对抗网络(cGAN)的图像生成、使用ResNet50分类器进行生成图像过滤、以及数据集和模型的迭代更新。这一框架的核心创新在于将生成模型与分类器有机结合,通过迭代循环逐步丰富训练数据集并优化分类器性能。
在技术方法层面,研究采用了多阶段处理流程。首先通过SegNet进行图像分割和关键点检测的预处理,突出领口区域特征;接着利用cGAN生成类别条件性合成图像;然后使用基于ResNet50的分类器进行置信度筛选;最后通过迭代更新机制逐步扩充训练集。实验在包含4914张图像的全数据集和仅489张图像的部分数据集上验证了方法有效性,采用准确率、FID(Fréchet Inception Distance)分数和IS(Inception Score)作为评估指标。

4.3 Experimental results

4.3.1 Comparison with entire dataset and partial dataset

在全数据集实验中,初始分类准确率为0.89,经过八次迭代后收敛至0.95,每个类别的准确率均超过84%。在部分数据集(仅10%数据)实验中,初始准确率为0.67,经过迭代训练后达到0.94,接近全数据集的性能水平,证明了方法在有限标注数据条件下的有效性。

4.3.2 Ablation study

消融实验移除了图像过滤步骤,结果显示虽然最终分类准确率与过滤版本相近(0.93),但过滤机制对确保生成图像质量和训练稳定性具有关键作用。分析表明,过滤过程通过移除低质量样本,为分类器创造了更清晰的学习环境。

4.4 Assessment of generated images

4.4.1 FID score

FID评分评估显示,全数据集的平均FID分数从初始的202.70降至第九次迭代的196.23,表明生成图像与真实图像的分布差异不断缩小。部分数据集的FID分数从290.39降至245.93,虽仍高于全数据集,但呈现持续改善趋势。

4.4.2 IS

IS评估结果表明,全数据集的IS保持在2.27左右的高水平,部分数据集为1.90,说明生成图像具有令人满意的质量和多样性。过滤机制对IS提升有积极贡献,进一步验证了其必要性。

4.4.3 Effect of filtering on generative performance

过滤机制对生成性能的影响分析表明,虽然对最终分类准确率影响有限,但对确保生成图像质量稳定性至关重要。过滤通过移除噪声和低质量样本,为生成模型提供了更清晰的学习信号,特别是在资源受限的场景下能促进更快的收敛。

4.5 Comparison with existing study

与现有研究的对比显示,该方法在全数据集上达到95.4%的准确率,部分数据集上达到94.6%,显著优于基于迁移学习的方法(90.1%)和基准ResNet50模型。值得注意的是,这一优异性能是在仅使用319张训练图像(对比研究的638张)的条件下实现的,体现了方法的数据效率优势。
研究结论表明,该迭代图像生成框架能有效解决细粒度时尚分类中的数据稀缺问题。通过生成对抗网络与分类器的协同优化,系统能够逐步提升对细微视觉特征的理解能力。过滤机制在保证生成质量方面发挥关键作用,而迭代更新策略则确保了性能的持续改进。
这项研究的重要意义在于为资源受限的环境提供了实用的细粒度视觉分类解决方案。框架的灵活性和可扩展性使其有望应用于更广泛的时尚属性分类任务,如服装图案、款式和长度等特征识别。未来研究方向包括进一步减少对标注数据的依赖,以及探索框架在其他时尚分类问题中的适用性,为实际应用场景中的数据挑战提供更通用的解决途径。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号