基于残差卷积神经网络.docx

基于残差卷积神经网络

目录

基于残差卷积神经网络（1）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

一、内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1深度学习发展现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2残差卷积神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3研究目的及价值．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

二、残差卷积神经网络原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.1神经网络基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.2残差网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.3卷积神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.4残差卷积神经网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

三、基于残差卷积神经网络的模型设计．．．．．．．．．．．．．．．．．．．．．．．．13

3.1模型架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.2输入输出设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.3关键层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.4模型优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

四、模型训练与实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.1数据集准备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

4.2训练流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.3模型评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

4.4实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

五、残差卷积神经网络的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.1图像识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

5.2目标检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

5.3语义分割．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.4其他应用领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

六、残差卷积神经网络的改进与发展．．．．．．．．．．．．．．．．．．．．．．．．．．30

6.1现有问题与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

6.2改进方向及策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

6.3未来发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

七、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

7.1研究成果总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

7.2实际应用前景展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

基于残差卷积神经网络（2）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

1.2研究目的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

1.3文档结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

相关技术