Classification efficace des vêtements de mode basée sur les approches : apprentissage automatique ML et apprentissage profond DL

Abstract

Deep learning DL est un sous-domaine récent de l’apprentissage automatique, que l’approche traditionnelle de machine learning. Parmi les méthodes les plus utilisées dans le DL, les CNN sont pour un intérêt particulier. Dans ce travail, nous avons développé un classificateur automatique qui permet de classer un grand nombre d’articles vestimentaires selon l’approche ML et l’approche DL. Initialement, nous avons procédé à la tâche de classification en utilisant de nombreux algorithmes de ML, notamment : LR, LDA, KNN, CART, NB et SVM . Nous avons ensuite proposé un modèle CNN composé de : de nombreuses couches convolutionnelles et maxpooling ainsi que d’une couche entièrement connectée. Enfin, nous avons établi une brève comparaison entre les différents algorithmes.