基于迁移学习的电商图片物体识别

《基于迁移学习的电商图片物体识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要I第一章绪IIABSTRACTIII摘要摘要在互联网日渐融入个人生活的今天，电商购物已经成为必不可少的一部分，数据公司会从社交网络获取电商图片，并进行识别。在识别的过程中发现，往往商家一开始积累的产品，到了更新包装的时候，发现新包装在社交网络的图片数据非常少，要达到某个时候才有足够的数据进行新包装产品的识别，这就产生了数据不及时的弊端，而且数据公司一开始积累的带有标注的珍贵数据就被浪费掉。如何利用一开始积累的大量有标注的数据，对新领域的少量数据进行标注，来识别大量新领域无标签数据？本文基于以上需求，提出基于迁移学习的电商图片识别。迁移学习是作为数据处理工具里

2、面比较有效的处理海量的复杂数据的方法。本文从迁移学习的必要性出发，从理论、方法和实践三个层次上系统研究迁移学习问题。具体而言，本文以深度神经网络为基础，研究迁移学习在电商图片物体识别的应用和效果，以提高目标领域数据分类任务的精度为目标，针对迁移学习模式下的深度神经网络的样本选择的问题，对比不同空间的样本数据的分类效果。本文的工作从以下两个方面展开：（1）对现有的迁移学习方法进行分析，归纳总结现有的迁移学习方法，为迁移学习方法及应用提供理论支撑。细致总结、分类现有的迁移学习方法；深入研究传统深度学习中的共享权值、模型预训练和半监督学习等技术，找寻它们与迁移学习的相

3、关性，用已有的深度学习技术指导迁移学习算法设计。（2）在迁移学习方面应用监督学习技术，建立基于深度神经网络架构的迁移学习方法，丰富了基于样本的迁移学习理论及方法。通过模型的识别性能来对比不同领域数据的迁移学习效果。在模型选择上，从经验公式中验证该选型方法的有效性，并纵向比较不同网络的迁移性能，分析迁移成功和失败的原因，从而为从数据迁移知识到新场景提供指导。电商图片数据集上的实验证明了方法的可行性。关键词：迁移学习；深度学习；监督学习；物体识别IVABSTRACTABSTRACTToday,astheInternetbecomesmoreandmoreinvolv

4、edinpersonallife,e-commerceshoppinghasbecomeanindispensablepart.Datacompanieswillobtaine-commerceimagesfromsocialnetworksandidentifythem.Duringtheprocessofidentification,itwasdiscoveredthatproductsthatwereoriginallyaccumulatedbymerchants,whentheywereupdated,foundthattheimagedataofnew

5、packagingonsocialnetworkswasverysmall.Toreachacertaintime,therewasenoughdatatoidentifynewpackagingproducts.Thiscreatesthedrawbackthatdataisnottimely,andthepreciousdatawithannotationsthatdatacompanieshaveaccumulatedatthebeginningiswasted.Howtousethelargeamountofannotateddataaccumulate

6、datthebeginningtolabelasmallamountofdatainnewareastoidentifyalargenumberofnewareasofuntaggeddata?Basedontheaboverequirements,thispaperproposesane-commerceimagerecognitionbasedonmigrationlearning.Migrationlearningisamethodthatismoreeffectiveasadataprocessingtooltoprocessmassiveamounts

7、ofcomplexdata.Thisarticlestartsfromthenecessityoftransferlearningandsystematicallystudiestransferlearningfromthethreelevelsoftheory,methodandpractice.Specifically,basedonthedeepneuralnetwork,thispaperstudiestheapplicationandeffectofmigrationlearningine-commerceimageobjectrecognitiont

8、oimprovethea