| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 概述 | 第9-16页 |
| 1.1 服装图片自动标注的背景及应用深度学习的意义 | 第9-11页 |
| 1.2 深度学习的历史与现状 | 第11-14页 |
| 1.3 本文的主要工作与贡献 | 第14-15页 |
| 1.4 本文的结构组织 | 第15-16页 |
| 第2章 本文的原理和技术 | 第16-27页 |
| 2.1 卷积神经网络 | 第16-24页 |
| 2.2 多标签分类 | 第24-25页 |
| 2.3 相关框架及数据库系统 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 系统需求分析 | 第27-39页 |
| 3.1 系统需求概述 | 第27-28页 |
| 3.2 功能性需求 | 第28-30页 |
| 3.3 非功能性需求 | 第30-31页 |
| 3.4 用例分析 | 第31-37页 |
| 3.5 领域模型 | 第37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 系统设计 | 第39-48页 |
| 4.1 系统整体设计 | 第39-41页 |
| 4.2 主要用例设计 | 第41-46页 |
| 4.3 数据库设计 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 系统实现 | 第48-65页 |
| 5.1 基于深度学习的多标签分类器的实现 | 第48-52页 |
| 5.2 生成数据集模块实现 | 第52-55页 |
| 5.3 训练器模块实现 | 第55-62页 |
| 5.4 预测器模块实现 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 系统测试与应用场景 | 第65-80页 |
| 6.1 测试环境 | 第65-66页 |
| 6.2 测试数据 | 第66-67页 |
| 6.3 系统测试与分析 | 第67-76页 |
| 6.4 系统应用场景 | 第76-79页 |
| 6.5 本章小结 | 第79-80页 |
| 第7章 总结与展望 | 第80-83页 |
| 7.1 总结 | 第80页 |
| 7.2 展望 | 第80-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87页 |