声明
摘要
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 传统方法
1.2.2 深度学习
1.3 全文研究内容
2.1 概述
2.2 深度卷积神经网络的结构
2.2.1 卷积运算
2.2.2 池化运算
2.2.3 激活函数
2.2.4 全连接与预测模型
2.2.5 误差最小化
2.2.6 归一化
2.3 本章小结
第三章 服装图像的检测、分类、检索方法研究
3.1 Lighten-VGGNet网络结构设计
3.2 服装图像检测方法研究
3.2.1 改进Faster-RCNN的服装检测方法研究
3.2.2 改进SSD的服装图像检测方法研究
3.2.3 改进SSD与改进Faster-RCNN的使用原则
3.3 基于多任务卷积神经网络的服装图像分类方法研究
3.3.1 服装图像层次化标注策略研究
3.3.2 基于层次化多任务的服装分类模型研究
3.4 服装图像检索方法研究
3.5 本章小结
第四章 服装图像的检测、分类、检索方法验证及应用
4.1 服装图像数据
4.1.1 数据获取
4.1.2 数据预处理与IO
4.2 服装图像的检测、分类、检索方法验证
4.2.1 架构设计
4.2.2 Lighten-VGGNet网络验证
4.2.3 服装图像检测方法验证
4.2.4 服装图像分类方法验证
4.2.5 服装图像检索方法验证
4.3 服装图像的检测、分类、检索方法应用
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介
北京化工大学;