目录
摘 要 I
ABSTRACT II
第一章 文献综述 1
1 研究背景 1
2 研究目的与意义 3
3 国内外研究进展 3
4 研究目标和内容 4
4.1 研究目标 4
4.2 研究内容 5
第二章 卷积神经网络 6
1 神经网络 6
1.1 神经元模型 6
1.2 神经网络 6
2 卷积神经网络模型 7
2.1 卷积层 7
2.2 池化层 8
2.3 激活函数和全连接层 8
3 本文使用的卷积神经网络 9
3.1 VGG16模型 9
3.2 RestNet模型 9
4 迁移学习 11
第三章 基于BCNN网络模型的细粒度图像识别 13
1 BCNN网络模型结构 13
2 双线性模型 14
第四章 基于NTSNet网络模型的细粒度图像识别 17
1 NTSNet网络模型框架 17
2 NTSNet网络模型结构 19
2.1 Navigator网络 19
2.2 Teacher网络 19
2.3 Scrutinizer网络 19
3 NTSNet损失函数 20
3.1 Navigator网络损失函数 20
3.2 Teacher网络损失函数 20
3.3 Scrutinizer网络损失函数 20
3.4多任务联合损失函数 20
第五章 实验与分析 22
1 数据集 22
1.1 数据集的收集 22
1.2 数据集的处理 22
2 开发框架选择 23
3 实验环境 24
4 实验过程 24
4.1 BCNN实验过程 24
4.2 NTSNet实验过程 30
5 结果分析 40
第六章 结论与展望 45
1 *51今日免费论文网|www.51jrft.com +Q: ￥351916072$ 
结论 45
2 展望 45
参考文献 46
致 谢 48
基于卷积神经网络的菊花细粒度图像识别
摘 要

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/610055.html