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 |