基于多模态大模型的服装图像与自然语言交互式检索系统_智能零售_2026年课程设计.docxVIP

PAGE27

目录

摘要

第一章绪论

1.1课题背景

1.2课题目的与意义

1.3研究方法与论文结构

第二章相关理论与算法综述

2.1算法理论基础概述

2.2备选算法分析与选型

第三章问题建模与需求分析

3.1问题描述与求解场景

3.2功能需求分析

3.3非功能需求与可行性分析

第四章算法总体设计与数据结构设计

4.1算法总体框架设计

4.2数据结构设计

4.3模块划分与接口设计

第五章核心算法详细设计

5.1核心算法流程设计

5.2关键子算法与优化策略设计

5.3算法正确性与复杂度分析

第六章算法实现

6.1开发环境与工程结构

6.2核心功能模块实现

6.3正确性验证与调试

6.4实现中的重点难点与解决方案

第七章实验与结果分析

7.1实验方法与实验环境

7.2实验方案设计

7.3实验结果与分析

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

服装电商与穿搭推荐场景中，用户往往只能给出一张参考图加一句“袖子再短一点、颜色偏米白”这类模糊描述，传统以图搜图或纯文本检索均难以覆盖这种“图像+文本”混合意图。针对该问题，本文以组合图像检索为建模框架，设计并实现了一个基于多模态大模型的服装交互式检索系统，并在公开的FashionIQ数据集上完成精度验证。

技术路线上