基于轻量化卷积神经网络的图像分类研究

目录

第一章 绪论

1.1研究背景与研究意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.3 论文研究工作

1.4 论文组织架构

第二章 图像分类与卷积神经网络相关理论

2.1图像分类原理

2.2神经网络原理

2.2.1激活函数

2.2.2损失函数

2.2.3前向传播与反向传播

2.3卷积神经网络

2.4经典卷积神经网络模型

2.4.1 AlexNet

2.4.2 VggNet

2.4.3 GoogleNet

2.5本章小结

第三章 基于图像分类的轻量化网络SqueezeNet优化方案研究

3.1基于SqueezeNet轻量化网络研究分析

3.2 ResNet引入残差思想

3.3基于图像分类的VansNet网络设计方案

3.4 VansNet图像分类实验及分析

3.5本章小结

第四章 基于XansNet网络设计的图像分类研究

4.1引入分组瓶颈思想

4.1.1分组卷积

4.1.2瓶颈思想

4.1.3 MobileNetV1模型

4.1.4 MobileNetV2模型

4.2引入特征融合设计策略

4.2.1 ShuffleNetV1模型

4.2.2 ShuffleNetV2模型

4.3实验及分析

4.3.1准确性分析

4.3.2轻量化分析

4.4XansNet设计方案

4.5XansNet图像分类实验与分析

4.6本章小结

第五章 总结与展望

5.1全文总结

5.2下一步研究方向

致谢

参考文献

攻读学位期间主要研究成果

图版

声明