声明
摘要
第1章绪论
1．1．2研究意义
1．2国内外研究现状
1．2．1传统图像分类相关工作
1．2．2基于深度学习的图像分类相关工作
1．2．3基于多示例框架的图像分类相关工作
1．2．4基于融合网络结构的相关工作
1．3本文主要工作
1．4本文的组织结构
第2章一种用于多标签图像分类的深度双流神经网络
2．1概述
2．2模型整体框架
2．3多示例网络
2．3．1空间金字塔卷积传输层
2．3．2子概念层
2．3．3多示例池化层
2．4全局先验网络
2．5融合层
2．6损失函数
2．7本章小结
第3章实验结果与分析
3．1数据集
3．1．1 Pascal VOC 2007
3．1．2 Pascal VOC 2012
3．1．3 Microsoft COCO
3．2实验参数设置
3．4对比实验结果及讨论
3．4．1在VOC 2007数据集上的结果及讨论
3．4．2在VOC 2012数据集上的结果及讨论
3．4．3在MS-COCO数据集上的结果及讨论
3．5算法进一步的分析
3．5．1子概念的数量
3．5．2消融实验
3．6算法结果的可视化
3．7本章小结
第4章总结与展望
4．1总结
4．2展望
参考文献
致谢
攻读学位期间发表的学术论文
