本发明公开了一种基于深度卷积神经网络的服装属性检索方法，包括：采用快速的基于区域的卷积神经网络对输入图像进行人像检测；使用预训练的深度卷积神经网络进行属性特征提取，并保留最后池化层的特征；通过共享层连接最后池化层保留的特征，并融合所有属性的特征信息；建立属性树，将服装属性进行分类，将共享层按照分类进行分支，每个属性分支用于一组相关属性预测；将属性分支的输出串联叠加，进行归一化，通过局部敏感哈希法进行相似度衡量，得出结果。可以将服装属性的特征描述用于部分服装属性检测，可显著提高服装属性预测的准确率。

本发明公开了一种基于深度卷积神经网络的服装属性检索方法，包括：采用快速的基于区域的卷积神经网络对输入图像进行人像检测；使用预训练的深度卷积神经网络进行属性特征提取，并保留最后池化层的特征；通过共享层连接最后池化层保留的特征，并融合所有属性的特征信息；建立属性树，将服装属性进行分类，将共享层按照分类进行分支，每个属性分支用于一组相关属性预测；将属性分支的输出串联叠加，进行归一化，通过局部敏感哈希法进行相似度衡量，得出结果。可以将服装属性的特征描述用于部分服装属性检测，可显著提高服装属性预测的准确率。