原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
基于深度学习的视觉
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2研究目标与任务．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
相关工作回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.1深度学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.2视觉处理技术进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.3相关算法分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.4研究差距与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
深度学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
3.1神经网络模型简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
3.2损失函数与优化算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
3.3激活函数与网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
3.4训练过程与评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
基于深度学习的图像处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
4.1图像预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
4.1.1数据增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
4.1.2图像滤波．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
4.1.3特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
4.2图像识别技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
4.2.1分类器设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
4.2.2特征选择与降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
4.2.3实例分割与标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
4.3图像生成与编辑．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
4.3.1风格迁移．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
4.3.2超分辨率重建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
4.3.3图像合成与编辑．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
深度学习在视觉领域的应用案例．．．．．．．．．．．．．．．．．．．．．．．．．．．27
5.1自动驾驶系统．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
5.2医疗影像分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
5.3工业检测与监控．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
5.4虚拟现实与游戏．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
实验设计与实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
6.1实验环境搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
6.2数据集准备与划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
6.3实验方法与步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
6.4结果分析与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
结论
文档评论（0）