[1]李梦,陈敏之.基于YOLOv8的女裤结构特征识别方法[J].浙江理工大学学报,2025,53-54(自科四):507-514.
LI Meng,CHEN Minzhi.A structural feature recognition method of women′s pants based on YOLOv8[J].Journal of Zhejiang Sci-Tech University,2025,53-54(自科四):507-514.
点击复制
基于YOLOv8的女裤结构特征识别方法()
LI Meng,CHEN Minzhi.A structural feature recognition method of women′s pants based on YOLOv8[J].Journal of Zhejiang Sci-Tech University,2025,53-54(自科四):507-514.
浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]
- 卷:
- 第53-54卷
- 期数:
- 2025年自科第四期
- 页码:
- 507-514
- 栏目:
- 出版日期:
- 2025-07-10
文章信息/Info
- Title:
- A structural feature recognition method of women′s pants based on YOLOv8
- 文章编号:
- 1673-3851 (2025) 07-0507-08
- 分类号:
- TS 941-71
- 文献标志码:
- A
- 摘要:
- 为实现服装款式图的匹配与样板图的快速生成，提高服装企业制版效率，提出了一种基于YOLOv8的女裤结构特征识别方法，通过对女裤结构特征的识别来匹配相似的款式图。根据女裤制版规则，建立女裤结构特征分类体系，得到需要识别的结构特征，包含廓形、腰部结构、臀部结构、裆部结构、门襟和口袋等6个模块，并将其细分为23个类别；按照分类体系对结构特征进行编码，得到类别标签；以人台式款式图为研究对象，绘制女裤样本，通过制定和统一样本标注规则，创建了可用于结构特征识别的数据集；采用YOLOv8对增强后的款式图数据集进行识别，并将模型应用于相似款式图的匹配和样板图的快速生成。结果表明：该方法能够有效地对女裤结构特征进行分类，整体分类精确率为978%，平均精度均值达到990%，可为服装结构特征识别和应用提供有效途径。
参考文献/References:
［
1
］李涛
,
杜磊
,
黄振华
,
等
.
服装款式图识别与样板转换技术研究进展［
J
］
.
纺织学报
, 2020, 41(8): 145
-
151.
［2］陈巧红, 陈翊, 孙麒, 等. 服装图像分类技术综述［J］. 浙江理工大学学报(自然科学版), 2019, 41(5): 631-64. ［3］Yue X D，Zhang C，Fujita H, et al. Clothing fashion style recognition with design issue graph［J］. Appl Intell, 2021, 51(6): 3548-3560. ［4］吴欢, 丁笑君, 李秦曼, 等. 采用卷积神经网络CaffeNet模型的女裤廓形分类［J］. 纺织学报, 2019, 40(4): 117-121. ［5］江慧, 马彪. 基于服装风格的款式相似度算法［J］. 纺织学报, 2021, 42(11): 129-136. ［6］刘蓉, 谢红. 基于改进的AlexNet网络的服装廓形识别［J］. 北京服装学院学报(自然科学版), 20, 43(3): 64-69. ［7］夏明, 宋婧, 姜朝阳, 等. 基于连衣裙结构特征匹配的款式识别技术［J］. 纺织学报, 2020, 41(7): 141-146. ［8］〖JP3〗张文斌. 服装结构设计［M］. 北京：中国纺织出版社, 2006: 70-74.〖JP〗 ［9］李海源，黄俊. 基于YOLOv8的无人机红外航拍目标检测方法［J/OL］. 激光杂志：1-9(2024-07-14)［2024-11-11］. ［10］张恩召, 李磊, 汪建华, 等. 基于改进YOLOv8的船板焊缝质量检测方法［J］. 陕西科技大学学报, 2024, 42(6): 172-179.
备注/Memo
- 备注/Memo:
-
收稿日期： 2024-11-18
网络出版日期：2025-03-06作者简介： 李梦( 1998—)，女，湖北十堰人，硕士研究生，主要从事服装数字化方面的研究
通信作者： 陈敏之，E-mail: cmz_m@ 163.com
