第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 深度学习发展现状
1.2.2 犬种识别
1.3 论文研究内容
1.4 论文组织结构
第二章 相关理论知识概述
2.1 卷积神经网络简介
2.1.1 VGG网络
2.1.2 ResNet网络
2.1.3 GoogleNet网络
2.1.4 DenseNet网络
2.2 目标检测
2.3 细粒度图像分类
2.4 本章小结
第三章 基于迁移学习与模型融合的犬种识别
3.1 迁移学习
3.2 网络设计
3.2.1 基本思想
3.2.2 模型融合
3.3 实验验证与分析
3.3.1 犬种数据集及其预处理
3.3.2 实验环境及评价指标
3.3.3 结果与分析
3.4 本章小结
第四章 基于多尺度特征融合的犬种识别
4.1 局部区域检测
4.2网络设计
4.2.1 基本思想
4.2.2 多尺度小目标检测
4.3 实验验证与分析
4.3.1 实验环境与参数设置
4.3.2 实验结果可视化
4.3.3 结果与分析
4.4 本章小结
第五章 犬种识别应用
5.1 应用功能设计
5.2 算法实现过程
5.3 应用功能实现
1、犬种介绍知识库
2、科普介绍功能展示
3、有声阅读功能展示
5.4 效果展示
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 未来展望
致谢
参考文献
附录
声明
贵州大学;