基于卷积神经网络的犬类识别技术研究.docxVIP

基于卷积神经网络的犬类识别技术研究.docx

  1. 1、本文档共47页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于卷积神经网络的犬类识别技术研究

目录

1.内容综述................................................2

1.1研究背景.............................................4

1.2研究意义.............................................5

1.3国内外研究现状.......................................6

1.4研究目标及内容.......................................7

2.犬类识别技术原理及方法..................................8

2.1卷积神经网络概述.....................................9

2.1.1卷积神经网络结构................................10

2.1.2卷积神经网络训练................................11

2.2犬类图像特征提取....................................13

2.2.1传统特征提取方法................................15

2.2.2深度学习特征提取方法............................16

2.3犬类分类算法........................................17

2.3.1支持向量机......................................19

2.3.2随机森林........................................20

2.3.3其他分类算法....................................21

3.基于卷积神经网络的犬类识别模型构建....................22

3.1数据集构建及预处理..................................25

3.1.1数据来源........................................26

3.1.2数据增强........................................27

3.1.3数据分层........................................28

3.2模型结构设计........................................29

3.2.1常用卷积神经网络架构............................31

3.2.2模型参数选择....................................32

3.2.3模型优化........................................33

3.3模型训练与评估......................................34

3.3.1损失函数........................................35

3.3.2优化算法........................................36

3.3.3模型评估指标....................................38

4.实验结果及分析.........................................38

4.1实验环境及参数设置..................................40

4.2犬类识别效果分析....................................41

4.3人工干预及实验结果..................................42

4.4模型性能比较........................................43

5.结论及展望............................................45

5.1研究结论............................................46

5.2研究展望..............

文档评论(0)

读书笔记工作汇报 + 关注
实名认证
文档贡献者

读书笔记工作汇报教案PPT

1亿VIP精品文档

相关文档