基于内容的动漫图像检索系统的中期报告.docxVIP

基于内容的动漫图像检索系统的中期报告 一、项目简介 本项目旨在构建一款基于内容的动漫图像检索系统，实现对动漫图像进行智能化搜索和分类，并提供友好的交互界面。 二、项目进展 1. 数据集收集和整理 本项目主要的数据集来源于Kaggle上所提供的Anime 2019数据集。经过对数据集的筛选和清洗，已经最终选取了50,000张高质量的动漫图像作为训练集和测试集。 2. 模型选择和训练 本项目选取了基于深度学习框架的卷积神经网络（CNN）来实现训练。目前已经实现了包括VGG16、ResNet50、Inception-V3等多种经典网络结构的训练，并在测试集上进行了有效性验证。目前我们选取了ResNet50作为最终的模型。 同时，还对数据集进行了数据增强处理，以增加训练数据的丰富性。 3. API接口搭建 为方便前端交互，我们搭建了基于Flask框架的API接口，以实现后端和前端之间的数据传输和交互。 三、下一步计划 1. 模型优化 目前ResNet50模型的准确率已经达到了86%，接下来我们将继续进行模型优化，提高模型准确率。 2. Web 页面开发 为方便用户使用，我们计划开发一个Web页面，以实现用户的上传、搜索和浏览功能。 3. 界面美化 Web页面的美观度和易用性极为重要，我们将继续完善页面设计，提高用户体验。 四、总结 本项目实现了基于内容的动漫图像检索，基本完成了训练模型、A