真实场景下品牌标志分类深度学习模型的比较分析
计算机视觉与模式识别
2023-05-23 v1 机器学习
摘要
本报告呈现了一项关于真实场景下品牌标志分类深度学习模型的综合研究。数据集包含来自十个知名品牌的 3,717 张标注标志图像。评估了两类模型，卷积神经网络（CNN）和 Vision Transformer（ViT）的性能。ViT 模型 DaViT small 取得了 99.60% 的最高准确率，而 DenseNet29 取得了 366.62 FPS 的最快推理速度。研究结果表明，因其优越准确率，DaViT 模型是离线应用的合适选择。本研究展示了深度学习在品牌标志分类任务中的实际应用。
引用
@article{arxiv.2305.12242,
title = {Comparative Analysis of Deep Learning Models for Brand Logo Classification in Real-World Scenarios},
author = {Qimao Yang and Huili Chen and Qiwei Dong},
journal= {arXiv preprint arXiv:2305.12242},
year = {2023}
}