目录
摘 要 I
ABSTRACT II
第一章 文献综述 1
1 研究背景及意义 1
2 国内外研究现状 1
2.1 国外研究现状 1
2.2 国内研究现状 3
第二章 深度学习理论 4
1 循环神经网络 4
2 卷积神经网络 4
3 反卷积神经网络 5
第三章 基于GAN的图像自动生成模型 7
1 深度卷积生成对抗网络 7
1.1 网络模型结构 7
1.2 网络模型搭建 8
1.3 网络训练过程 9
2 文本生成图像模型 10
2.1 文本预处理模块 10
2.2 图像生成模块 11
2.3 网络训练过程 13
第四章 实验设置与结果分析 14
1 实验环境与配置 14
2 数据集选取 14
3 实验过程与分析 15
3.1 第一部分实验 15
3.2 第二部分实验 17
第五章 花卉图像生成工具界面展示 20
1 界面功能描述 20
2 可视化界面展示 21
第六章 结论与展望 26
1 结论 26
2 展望 26
参考文献 27
致 谢 28
基于GAN的花卉图像生成工具设计与实现
摘 要
生成对抗网络（GAN）于2014年被提出，其在理论研究和模型改进上的发展蒸蒸日上，GAN的应用主线也成为了一个讨论热点。GAN的应用目前致力于计算机视觉领域，比如利用GAN实现图像生成，该方向获得的成功得益于GAN在对抗训练下，建模能力的不断提高。此外，利用GAN根据易于获得的文本信息自动生成一张与文本语义信息相符合的能够以假乱真的图像，实现的是线性结构的句子到二维图像的映射，符合更多应用场景的需求，也是当前的一个热门研究课题。本文以生成花卉图像为应用场景，基于GAN的图像生成技术设计实现了一个花卉图像生成工具，开展的主要工作有：
 *51今日免费论文网|www.51jrft.com +Q: &351916072& 
（1）研究GAN的基本原理和基于GAN的变体模型，根据本文的应用需求，采用DCGAN和GANCLS两个模型完成花卉图像自动生成的任务，在Tensorflow框架上进行网络模型的搭建；
（2）选取有关花卉的数据集，并对其进行筛选、划分等预处理，对搭建的不同GAN模型采用不同的数据集，进行多次的训练实验，以获得图片生成效果良好的模型，并对模型进行调用和测试；
（3）基于Qt设计可视化界面，制作一个能够自动生成花卉图像的简易工具，实现用户通过该工具可以选择不同的模型，进行自行训练，还可以选择本文提供的预训练好的模型，进行花卉图像的制作，最终生成的花卉图像可向用户直接展示。

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/610036.html