首页> 中文学位 >基于深度学习的商品图像识别方法研究
【6h】

基于深度学习的商品图像识别方法研究

代理获取

目录

第一个书签之前

摘要

Abstract

Contents

第一章 绪论

1.1研究背景和意义

1.2国内外研究现状

1.3.1图像识别系统

1.3.2图像特征提取

1.4深度学习的发展

1.5论文主要研究内容

第二章 商品的图像特征

2.1引言

2.2颜色特征

2.3形状特征

2.4纹理特征

2.5点特征

2.6语义特征

2.7本章小结

第三章 深度学习技术的研究

3.1引言

3.2神经网络

3.2.1神经元模型

3.2.2感知机

3.2.3 BP算法

3.2.4卷积神经网络

3.3.1基本原理

3.3.2训练过程

3.3.3主要模型

3.3.4框架选择

3.4本章小结

第四章 商品识别实验平台设计和自建数据库研究

4.1引言

4.2.1硬件部分

4.2.2软件部分

4.3商品选择和图像采集

4.4图像预处理

4.4.1阈值分割

4.4.2提取感兴趣区域

4.4.3生成预处理图像

4.5扩充数据集

4.5.1图像加噪声

4.5.2图像几何变换

4.6本章小结

第五章 深度学习用于商品图像识别的研究

5.1引言

5.2 AlexNet网络结构

5.3准备数据库

5.4生成数据迭代器

5.4.1生成.rec格式文件

5.4.2创建数据迭代器

5.5.1创建网络模型

5.5.2训练网络模型

5.5.3模型保存与预测

5.6商品识别系统的实际应用

5.7本章小结

结论与展望

参考文献

攻读学位期间的科研成果

学位论文独创性声明

学位论文版权使用授权声明

致 谢

展开▼

著录项

  • 作者

    梅啟成;

  • 作者单位

    广东工业大学;

  • 授予单位 广东工业大学;
  • 学科 机械工程
  • 授予学位 硕士
  • 导师姓名 吕文阁;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    深度学习; 商品; 图像识别;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号