摘要：针对人体胸腰部检测，文章提出一种深度学习的方法对人体胸腰部图像进行目标检测。首先，选用SSD目标检测算法模型（Single Shot MultiBox Detector）并进行微调；其次，利用男性全身图片对该模型进行训练；最后，利用训练完成的模型对人体胸腰部进行识别和定位，并与Mask-RCNN算法模型训练速度和精度进行对比。结果表明，虽然Mask-RCNN算法模型运行速度较快，但SSD目标检测算法相对能够更准确地识别和定位人体胸腰部，准确度达到91.6%，能够有效提高远程在线量身定制中人体胸腰部尺寸检测的准确度。

关键词：深度学习；SSD算法；Mask-RCNN算法；定位及识别；胸腰部；在线量身定制

中图分类号：TS941.17     文献标志码：A