-
公开(公告)号：CN112231473A
公开(公告)日：2021-01-15
申请号：CN202011052122.7
申请日：2020-09-29
Applicant: 河海大学
Abstract: 本发明公开了一种基于多模态深度神经网络模型的商品分类方法，该方法首先将文本信息转换为词向量，词向量能够更好的体现词与词之间的关系，在使用文本分类模型TextCNN，对商品文本描述进行特征提取；为了避免过拟合，该方法对图片使用了随机图像翻转、随机变化图像的亮度等图像增广操作，再将处理后的结果输入到商品图片分类模型ResNet101中对商品图片进行特征提取。然后对两种模型提取出的特征向量经flatten函数展平后将两个模态数据的特征向量在特征维度上直接连接，最后送入分类器对商品进行分类。本发明商品分类方法，避免了传统单一模态数据对商品分类时的限制，将文本和图片数据结合起来，无论是分类性能还是分类准确率都比使用单一模态数据的模型效果要好。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
