基于神经网络的青绣图像分类及生成方法研究.pdf

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)。

ResearchMethodofNeuralNetwork-Based

QinghaiEmbroideryImageClassificationand

Generation

Abstract

Imageprocessingplaysanimportantroleindeeplearning,mainlyindata

preprocessing,featureextraction,anddataenhancement.Throughimageprocessing

techniques,theperformanceandrobustnessofdeeplearningmodelscanbeimproved

toachievereliableimageclassificationandimagegenerationtasks.

Theaimofthisthesisistoexploretheneuralnetwork-basedimageclassification

andgenerationmethodforQinghaiEmbroidery.Firstofall,inordertosolvethe

problemthatitisdifficulttodistinguishtheQinghaiEmbroideryimagesinthe

traditionalgeographicalclassificationsystem,thisthesisclassifiestheQinghai

Embroideryimagesintothreecategories:plantsandanimals,cloudpatternsand

geometricdecorationsfromthepatternperspective.Forthisclassificationsystem,this

thesisadoptsfourclassicalconvolutionalneuralnetworkmodelsforQinghai

Embroideryimageclassification,inordertoimprovetheperformanceofthemodel,

thisthesisproposesanimprovedmodelSE-GoogleNet,whichisbasedonGoogleNet

andintroducestheSE(Squeeze-and-Excitation)module,andtheclassification

accuracyissignificantlyimprovedbyaddingtheSEmodulebehindthefirst

convolutionallayer.Theclassificationaccuracyissignificantlyimproved,andthe

experimentalresultsshowthattheimprovedmodelperformsbest.Inthefaceofthe

limitedQinghaiEmbroiderydataset,thegoodclassificationeffectmainlyreliesonthe

attentionmodule,whichcanenhancethefeaturerepresenta

温馨提示：本站文档除原创文档外，其余文档均来自于网络转载或网友提供，仅供大家参考学习，版权仍归原作者所有，若有侵权，敬请原作者及时私信给我删除侵权文

咨询Ta 进入空间

更多 >