四川大学模板.docxVIP

  • 0
  • 0
  • 约1.37万字
  • 约 17页
  • 2026-11-20 发布于黑龙江
  • 举报

本科毕业论文

PAGE1/SECTIONPAGES1

本科毕业论文(设计)

基于深度学习的图像识别方法研究

姓名:

张伟

学号:

2021141010

专业:

计算机科学与技术

学院:

计算机学院

指导教师:

李明教授

2026年6月

本科毕业论文

PAGE1/SECTIONPAGES1

摘要

图像识别是计算机视觉的基础性任务,也是智能制造、医疗辅助诊断、智慧安防等应用落地的关键使能技术。传统图像识别依赖人工设计的尺度不变特征变换、方向梯度直方图等局部描述子,配合支持向量机等浅层分类器完成判别,其特征表达能力受限于先验知识,难以应对大规模、高维、强噪声的真实图像数据。深度学习的兴起使图像识别从人工设计特征转向数据驱动表征,模型能够直接从原始像素中逐层抽取从边缘、纹理到语义部件的层次化特征,在准确率与鲁棒性上实现了质的提升。

本文以卷积神经网络与视觉自注意力模型为主线,系统梳理深度学习图像识别的方法体系。首先回顾卷积神经网络的结构演进,比较残差连接、密集连接与复合缩放在梯度传播和参数效率上的差异;其次分析通道注意力、空间注意力与自注意力机制在特征聚焦上的作用机理;进而讨论自监督预训练与迁移学习在标注数据稀缺场景下的价值,以及深度可分离卷积、通道混洗、量化剪枝等轻量化手段对边缘部署的支撑作用;最后结合图文对比学习与域适应技术,说明多模态

文档评论(0)

1亿VIP精品文档

相关文档