| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 妊娠糖尿病简介 | 第9页 |
| 1.2 研究背景及意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 课题研究内容 | 第13-15页 |
| 第2章 基于区域的卷积神经网络的相关方法 | 第15-33页 |
| 2.1 卷积神经网络 | 第15-18页 |
| 2.2 目标检测理论 | 第18-19页 |
| 2.3 基于区域的卷积神经网络 | 第19-32页 |
| 2.3.1 RCNN | 第19-23页 |
| 2.3.2 SPP-Net | 第23-25页 |
| 2.3.3 FastRCNN | 第25-29页 |
| 2.3.4 FasterRCNN | 第29-31页 |
| 2.3.5 多标签图像分类任务的评价方法 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 系统的分析与设计 | 第33-41页 |
| 3.1 系统概述 | 第33页 |
| 3.2 系统设计 | 第33-38页 |
| 3.3 系统的开发和运行环境 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 食物图像识别及能量转化方法研究 | 第41-48页 |
| 4.1 采集图像数据集 | 第41-43页 |
| 4.2 基于FasterRCNN的菜品图像识别方法 | 第43-46页 |
| 4.2.1 图像归一化 | 第43页 |
| 4.2.2 构建VOC2007数据集 | 第43-46页 |
| 4.2.3 训练RPN网络 | 第46页 |
| 4.2.4 训练ROI分类网络 | 第46页 |
| 4.3 食物能量转化方法 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 实验及结果分析 | 第48-54页 |
| 5.1 RPN网络训练结果分析 | 第48页 |
| 5.2 ROI分类网络训练结果分析 | 第48-49页 |
| 5.3 识别错误示例分析 | 第49-52页 |
| 5.3.1 识别结果分析 | 第50-51页 |
| 5.3.2 缺少目标物体 | 第51-52页 |
| 5.4 实验结果 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 在学研究成果 | 第59-60页 |
| 致谢 | 第60页 |