基于深度学习的智能饮料售卖机商品识别

目录

声明

第一章绪论

1.1课题的背景及意义

1.2国内外研究现状

1.2.1 基于非视觉的商品识别方案

1.2.2 基于视觉的商品识别方案

1.3本文主要研究内容及章节安排

第二章检测算法设计分析

2.1目标检测模块算法的选择

2.2 SSD 检测算法原理分析

2.2.1先验框的设置

2.2.2 先验框的编码

2.2.3 loss 损失函数

2.3 大类检测

2.4 检测框去重

2.5数据增广

2.6 性能评价指标

2.7本章小结

第三章分类算法设计及分析

3.1分类模块算法选择

3.2卷积神经网络（CNN）

3.2.1 卷积层

3.2.2 池化

3.2.3激活函数

3.2.4 Batch Normalization

3.2.5 SGD 优化算法

3.2.6 Xavier 初始化参数

3.3分类网络设计分析

3.3.1分类数据集说明

3.3.2基于ResNet网络的分类网络设计分析

3.3.3基于SENet网络的分类网络设计分析

3.4本章小结

第四章数据集的准备

4.1 镜头的选择及图像的矫正

4.1.1 鱼眼镜头矫正原理

4.1.2图像的矫正

4.2 标注软件及标注方式格式

4.3 饮料类商品的摆放方式及评估

4.3.1 检测模块数据集的采集及评估

4.3.2 识别模块数据集的采集和评估

4.4 本章小结

第五章实验设计和结果分析

5.1 检测模块训练及效果分析

5.1.1 检测模块的训练

5.1.2 效果分析

5.2 分类模块训练及实验效果分析

5.2.1 分类模块的训练

5.2.2实验结果分析

5.3速度和模型参数的优化分析

5.4 样机演示系统实现结果分析

5.5本章小结

第六章总结及展望

6.1本文的工作总结

6.2课题存在的问题

6.3 未来工作的展望

致谢

参考文献