| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 传统方法 | 第15页 |
| 1.2.2 深度学习 | 第15-17页 |
| 1.3 全文研究内容 | 第17-19页 |
| 第二章 深度卷积神经网络 | 第19-33页 |
| 2.1 概述 | 第19-20页 |
| 2.2 深度卷积神经网络的结构 | 第20-31页 |
| 2.2.1 卷积运算 | 第21-23页 |
| 2.2.2 池化运算 | 第23-24页 |
| 2.2.3 激活函数 | 第24-25页 |
| 2.2.4 全连接与预测模型 | 第25-27页 |
| 2.2.5 误差最小化 | 第27-29页 |
| 2.2.6 归一化 | 第29-31页 |
| 2.3 本章小结 | 第31-33页 |
| 第三章 服装图像的检测、分类、检索方法研究 | 第33-49页 |
| 3.1 Lighten-VGGNet网络结构设计 | 第33-35页 |
| 3.2 服装图像检测方法研究 | 第35-40页 |
| 3.2.1 改进Faster-RCNN的服装检测方法研究 | 第36-38页 |
| 3.2.2 改进SSD的服装图像检测方法研究 | 第38-39页 |
| 3.2.3 改进SSD与改进Faster-RCNN的使用原则 | 第39-40页 |
| 3.3 基于多任务卷积神经网络的服装图像分类方法研究 | 第40-44页 |
| 3.3.1 服装图像层次化标注策略研究 | 第40-42页 |
| 3.3.2 基于层次化多任务的服装分类模型研究 | 第42-44页 |
| 3.4 服装图像检索方法研究 | 第44-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 服装图像的检测、分类、检索方法验证及应用 | 第49-61页 |
| 4.1 服装图像数据 | 第49-54页 |
| 4.1.1 数据获取 | 第50-53页 |
| 4.1.2 数据预处理与IO | 第53-54页 |
| 4.2 服装图像的检测、分类、检索方法验证 | 第54-58页 |
| 4.2.1 架构设计 | 第54-55页 |
| 4.2.2 Lighten-VGGNet网络验证 | 第55页 |
| 4.2.3 服装图像检测方法验证 | 第55-56页 |
| 4.2.4 服装图像分类方法验证 | 第56-57页 |
| 4.2.5 服装图像检索方法验证 | 第57-58页 |
| 4.3 服装图像的检测、分类、检索方法应用 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 研究成果及发表的学术论文 | 第71-73页 |
| 作者和导师简介 | 第73-74页 |
| 附件 | 第74-75页 |
