基于卷积神经网络的图像识别实践毕设终稿.docx

《基于卷积神经网络的图像识别实践毕设终稿.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、内容摘要人工智能是时下热门的话题之一，也是计算机领域的重要的研究方向，这几年机器学习与深度学习，异军突起，在解决图像处理、文本分析、自然语言处理、语音语义判断中均起到至关重要的作用。而随着网络规模扩大，移动终端的普及，为深度学习提供了大量的数据资料；加之计算机性能的提升，运算量的增加，进一步地推进深度学习在各领域的应用和推广，以前无法解决的一些问题，使用神经网络均能得到一定程度的推进。本文就深度学习在机器视觉领域的应用进行简单的实践与叙述，目标是实现基于卷积神经网络的图像识别与分类。卷积神经网络在图像识别领域属于较经典、较成熟的模型。本文中利用卷积神经网络实现图像

2、的分类问题，实现使用的是谷歌深度学习框架Tensorflow，使用猫狗图像数据集合训练模型后，可以达到随机输入单张猫狗图片，返回图片分类结果的效果。关键词：深度学习；卷积神经网络；Tensorflow；图像识别AbstractArtificialintelligenceisoneofthehottopicsofthetime,anditisalsoanimportantresearchdirectioninthefieldofcomputer.Intheseyears,machinelearninganddeeplearninghaverisen,anditpla

3、ysanimportantroleinsolvingimageprocessing,textanalysis,NaturalLanguageProcessingandvoicesemanticjudgment.Withtheexpansionofthenetworkscale,thepopularizationofmobileterminalsprovidesalargeamountofdatafordeeplearning,aswellastheenhancementofthecomputerperformance,theincreaseofcomputing,

4、furtherpromotingtheapplicationandpopularizationofdeeplearninginvariousfields.Inthispaper,theapplicationandpracticeofdeeplearninginthefieldofmachinevisionisbrieflydescribed.Thegoalistorealizeimagerecognitionandclassificationbasedonconvolutionneuralnetwork.Convolutionneuralnetworkisacla

5、ssicalandmaturemodelinthefieldofimagerecognition.Inthispaper,theimageclassificationproblemisrealizedbytheconvolutionneuralnetwork.TheimplementationistheGoogledeeplearningframeworkTensorflow.Afterusingthedogimagedatasettrainingmodel,wecanenterthepictureofasinglecatanddograndomlyandretu

6、rntheeffectofthepictureclassificationresults.Keywords：Deeplearning;convolutionneuralnetwork;Tensorflow目录一、绪论.........................................................................................1（一）研究的背景与目的......................................................1（二）研究的现状.............

7、.....................................................1（三）文章的架构..................................................................2二、Tensorflow简介......................................................................2（一）张量..................................................................

8、.....