| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-16页 |
| 第二章 研究的相关理论基础 | 第16-32页 |
| 2.1 深度学习 | 第16-21页 |
| 2.1.1 深度学习简介 | 第16-19页 |
| 2.1.2 卷积神经网络的发展 | 第19-21页 |
| 2.2 卷积神经网络结构 | 第21-27页 |
| 2.2.1 卷积层 | 第21-22页 |
| 2.2.2 池化层 | 第22-23页 |
| 2.2.3 激活函数 | 第23-24页 |
| 2.2.4 全连接层 | 第24页 |
| 2.2.5 Softmax分类器 | 第24-26页 |
| 2.2.6 归一化 | 第26页 |
| 2.2.7 Dropout | 第26-27页 |
| 2.3 卷积核容量和覆盖率 | 第27-28页 |
| 2.3.1 卷积核容量 | 第27-28页 |
| 2.3.2 覆盖率 | 第28页 |
| 2.4 深度学习工具Caffe | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于深层卷积神经网络的服装图像精细分类 | 第32-44页 |
| 3.1 网络结构设计 | 第32-34页 |
| 3.2 算法流程 | 第34-38页 |
| 3.2.1 数据库准备 | 第34-35页 |
| 3.2.2 数据增强 | 第35-36页 |
| 3.2.3 参数初始化 | 第36页 |
| 3.2.4 卷积神经网络的训练 | 第36-38页 |
| 3.3 实验分析 | 第38-43页 |
| 3.3.1 实验环境 | 第38页 |
| 3.3.2 实验结果与分析 | 第38-40页 |
| 3.3.3 网络特征可视化 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于改进的浅层卷积神经网络的服装图像精细分类 | 第44-48页 |
| 4.1 数据预处理 | 第44-45页 |
| 4.2 网络预训练和微调 | 第45页 |
| 4.3 浅层卷积神经网络结构 | 第45-46页 |
| 4.4 实验分析 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文主要工作 | 第48-49页 |
| 5.2 未来工作 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 攻读硕士学位期间发表的学术论著 | 第56-58页 |
| 致谢 | 第58页 |