基于多权值残差网络的服装图片检测与识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 传统服装图片分类研究 | 第10-11页 |
| 1.2.2 基于深度学习的服装图片检测识别研究 | 第11-13页 |
| 1.2.3 类间数据量失衡研究 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 基于残差网络的服装检测与识别 | 第17-32页 |
| 2.1 残差卷积网络结构设计 | 第17-24页 |
| 2.1.1 深度卷积神经网络与梯度弥散 | 第17-19页 |
| 2.1.2 残差单元模块 | 第19-21页 |
| 2.1.3 预激活方式 | 第21-23页 |
| 2.1.4 全局均值池化层 | 第23-24页 |
| 2.2 服装图片主体检测 | 第24-31页 |
| 2.2.1 服装主体区域建议网络 | 第25-29页 |
| 2.2.2 服装主体检测网络 | 第29-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 基于多权值网络的服装图片分类 | 第32-38页 |
| 3.1 多权值网络结构设计 | 第32-35页 |
| 3.2 多权值设置策略 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 实验与结果分析 | 第38-58页 |
| 4.1 实验准备 | 第38-45页 |
| 4.1.1 数据集选取 | 第38-40页 |
| 4.1.2 数据集预处理 | 第40-41页 |
| 4.1.3 被测网络的结构及参数 | 第41-45页 |
| 4.2 服装图片分类实验 | 第45-53页 |
| 4.2.1 网络收敛速度和准确率对比 | 第45-51页 |
| 4.2.2 网络处理图片速度对比 | 第51页 |
| 4.2.3 网络泛化能力对比 | 第51-52页 |
| 4.2.4 结论 | 第52-53页 |
| 4.3 服装图片检测与识别实验 | 第53-55页 |
| 4.3.1 网络mAP值对比 | 第53页 |
| 4.3.2 分类准确率对比 | 第53-54页 |
| 4.3.3 结论 | 第54-55页 |
| 4.4 多权值网络分类准确率对比实验 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 全文总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间公开发表的学术论文和成果目录 | 第65页 |
