基于深度学习的图像识别系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第9-13页 |
| 1.1 项目背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文研究的目的和内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 2 基础理论和相关技术介绍 | 第13-18页 |
| 2.1 深度学习 | 第13-14页 |
| 2.2 卷积神经网络 | 第14-16页 |
| 2.3 Keras | 第16-17页 |
| 2.4 Caffe | 第17页 |
| 2.5 PyQt5 | 第17页 |
| 2.6 网络服务搭建 | 第17-18页 |
| 3 系统需求分析 | 第18-21页 |
| 3.1 系统建设要求 | 第18-19页 |
| 3.2 系统功能需求分析 | 第19-20页 |
| 3.2.1 图像识别 | 第19页 |
| 3.2.2 图形化界面 | 第19-20页 |
| 3.2.3 网络服务 | 第20页 |
| 3.3 界面需求 | 第20-21页 |
| 4 系统概要设计 | 第21-27页 |
| 4.1 系统整体结构 | 第21页 |
| 4.2 模块概要设计 | 第21-23页 |
| 4.2.1 图像识别模块概要设计 | 第21-22页 |
| 4.2.2 图形化界面模块概要设计 | 第22-23页 |
| 4.2.3 网络服务模块概要设计 | 第23页 |
| 4.3 模块接口概要设计 | 第23-26页 |
| 4.3.1 图像识别模块接口概要设计 | 第23-24页 |
| 4.3.2 图形化界面模块接口概要设计 | 第24-25页 |
| 4.3.3 网络服务模块接口概要设计 | 第25-26页 |
| 4.4 界面结构 | 第26-27页 |
| 5 系统详细设计 | 第27-42页 |
| 5.1 系统整体结构 | 第27-28页 |
| 5.2 图像分类网络结构设计 | 第28-31页 |
| 5.2.1 图像分类概述 | 第28-30页 |
| 5.2.2 图像分类网络设计 | 第30-31页 |
| 5.3 模块详细设计 | 第31-38页 |
| 5.3.1 图像识别模块详细设计 | 第31-34页 |
| 5.3.2 图形化界面模块详细设计 | 第34-36页 |
| 5.3.3 网络服务模块详细设计 | 第36-38页 |
| 5.4 模块接口详细设计 | 第38-41页 |
| 5.4.1 图像识别模块接口详细设计 | 第38-39页 |
| 5.4.2 图形化界面模块接口详细设计 | 第39-40页 |
| 5.4.3 网络服务模块接口详细设计 | 第40-41页 |
| 5.5 界面设计 | 第41-42页 |
| 6 系统实现过程 | 第42-58页 |
| 6.1 总体实现 | 第42-43页 |
| 6.2 系统环境搭建 | 第43-44页 |
| 6.3 通用模块实现 | 第44-47页 |
| 6.3.1 参数设置 | 第44-45页 |
| 6.3.2 进度条显示 | 第45-46页 |
| 6.3.3 读取图像 | 第46-47页 |
| 6.4 训练模块的实现 | 第47-55页 |
| 6.4.1 训练可视化界面 | 第47页 |
| 6.4.2 训练具体执行 | 第47-55页 |
| 6.5 测试模块的实现 | 第55-56页 |
| 6.5.1 测试可视化界面 | 第55-56页 |
| 6.5.2 测试具体执行 | 第56页 |
| 6.6 结果展示模块的实现 | 第56-57页 |
| 6.7 网络服务模块实现 | 第57页 |
| 6.8 界面实现 | 第57-58页 |
| 7 系统实现结果 | 第58-69页 |
| 7.1 算法实现结果 | 第58-63页 |
| 7.1.1 图像分类 | 第58页 |
| 7.1.2 目标识别 | 第58-63页 |
| 7.2 界面实现结果 | 第63-69页 |
| 8 总结与展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 在读期间与课题有关的研究成果 | 第73-74页 |
| 致谢 | 第74页 |
