基于深度学习智能标注图片关键字系统的设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 前言 | 第9-19页 |
| ·图片关键字标注问题的现状以及应用深度学习的意义 | 第9-12页 |
| ·深度学习方法的历史和现状 | 第12-17页 |
| ·本文的工作 | 第17-18页 |
| ·论文结构简介 | 第18-19页 |
| 第二章 卷积神经网络原理和关键技术框架 | 第19-32页 |
| ·卷积神经网络原理 | 第19-28页 |
| ·关键技术框架 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 需求分析 | 第32-42页 |
| ·系统概述 | 第32-34页 |
| ·用例分析 | 第34-39页 |
| ·领域模型分析 | 第39-40页 |
| ·卷积神经网络的数据流分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 系统架构与总体设计 | 第42-56页 |
| ·系统架构设计 | 第42-45页 |
| ·用例实现 | 第45-50页 |
| ·系统静态结构设计 | 第50-54页 |
| ·分类器配置文件结构设计 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 系统模块详细设计与实现 | 第56-70页 |
| ·样本集数据文件生成器的详细设计与实现 | 第56-58页 |
| ·基于卷积神经网络的训练器详细设计与实现 | 第58-63页 |
| ·基于卷积神经网络的分类器详细设计与实现 | 第63-67页 |
| ·基于移动端的 APP 的详细设计与实现 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 系统部署与应用 | 第70-88页 |
| ·开发环境及运行环境 | 第70-71页 |
| ·系统测试 | 第71-87页 |
| ·测试结果分析 | 第87页 |
| ·本章小结 | 第87-88页 |
| 第七章 总结与展望 | 第88-90页 |
| ·总结 | 第88页 |
| ·展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94页 |