来源：期刊VIP网 时间：
作者：黄格;王志洲;姜珂;牛沛华;卢致文;
单位：太原理工大学轻纺工程学院;太原理工大学软件学院;
摘要：为了改善因服装再设计门槛较高导致的个人废旧服装再使用概率较低的问题，以衬衫为例提出一种基于深度学习的服装全部件分割模型。首先，对搜集到的衬衫图像数据进行标注、预处理、数据划分和数据增强，完成10 000余张衬衫图像全部件分割数据集的构建；其次，搭建PSPNet网络并对公开的DeepFashion系列人体服装图像分割数据集进行训练，得到预训练模型权重文件；在此基础上通过迁移学习对构建的衬衫图像全部件分割数据集进行训练，并在实验过程中不断调整参数以获得合适的部件分割模型；同时，选用平均交并比和损失函数值大小作为评估指标验证本文搭建模型的可行性；最后，通过分割模型从完整图像中分割出衬衫的各部件图像，并通过部件重组完成衬衫的二次设计。该方法能够有效实现衬衫图像全部件分割，辅助设计师完成废旧服装的快速再设计，为废旧纺织品的循环再利用提供有效手段。
关键词：服装图像分割;;深度学习;;迁移学习;;服装再设计;;循环利用
基金资助：山西省哲学社会科学规划课题(2023YY051);; 山西省研究生教改项目(2024JG042)
