- 0
- 0
- 约1.38万字
- 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分类方法研究
姓名:
张明
学号:
2021030101
专业:
计算机科学与技术
学院:
计算机科学与工程学院
指导教师:
李志刚教授
2026年6月
本科毕业论文
PAGE1/SECTIONPAGES1
摘要
图像分类是计算机视觉领域的基础任务,其目标是为输入图像分配预定义的类别标签,在医疗影像诊断、自动驾驶、工业质检和遥感监测等场景中具有广泛的应用价值。传统方法依赖人工设计的特征算子与浅层分类器,难以适应复杂场景下的类内差异与类间相似问题。随着深度学习的兴起,以卷积神经网络为代表的端到端特征学习方法显著提升了分类精度,成为该领域的主流技术路线。
本文以基于深度学习的图像分类方法为研究对象,系统梳理了从LeNet、AlexNet、VGG、ResNet到VisionTransformer、ConvNeXt等代表性模型的演进脉络,分析了残差连接、注意力机制与复合缩放等关键设计对分类性能的影响机理。在此基础上,本文构建了统一的实验框架,选取CIFAR-10与自建的小样本工业零件图像数据集作为测试基准,对比了ResNet-50、EfficientNet-B0与轻量化卷积网络在分类精度、参数量与推理时延三个维度上的表现。
实验结果表明,在CIF
您可能关注的文档
最近下载
- 2026年山东省考《申论》真题及答案解析(C卷).docx
- GB/T 39953-2021五轴联动加工中心 RTCP精度检验.pdf
- 中国慢阻肺流行病学调查及诊疗指南(2025版).docx
- 核电工程建造阶段防异物管理指南.docx
- (人教版4年级语文上册综合考试卷含答案.doc VIP
- GBT 17421.2-2000 机床检验通则 第2部分 数控轴线的定位精度和重复定位精度的确定.pdf
- 药物警戒体系主文件(根据指南撰写).docx VIP
- CNAS-CC131-2017 质量管理体系审核及认证的能力要求 (2019-2-20第一次修订).pdf VIP
- 四新安全教育培训材料.pptx VIP
- 人教版四年级语文上册八单元测试卷(附答案).doc VIP
原创力文档

文档评论(0)