学海网

毕业论文-卷积神经网络及在药盒检测的应用，共33页。
摘要
深度学习技术是近年来在图像处理领域最流行的技术。卷积神经网络在此之中有着突出的表现，它在图像识别，分类，语义分割，目标检测等领域都有着令人印象深刻的结果。本文主要介绍了卷积神经网络，并将其应用与药物盒的识别问题。对于给定的药物包装盒的图片，卷积神经网络对其进行识别，得到关于图片
的分类信息，如生产厂商等。
在图像分类问题上，卷积神经网络已经被证明具有极强的能力，如果给定足够的数据。在我们的问题中，识别一个药物盒，一般来讲，基本取决于盒上的商标与文字，这使得其分类变得困难，由于文字样式较多，且解读文字信息是件困难的事。
在下面几个章节里，我们将主要介绍有关卷积神经网络及其原理，在实验中使用的神经网络的结构，以及实验的结果。
关键词：图像识别 深度学习 卷积神经网络 图像理解

目录
摘要3
Abstract 4
第一章绪论5
1.1 背景与研究意义5
1.2 相关工作6
第二章卷积神经网络8
2.1 神经网络简介8
2.2 CNN 基本概念9
2.2.1 建立模型9
2.2.2 优化与误差向后传播算法12
第三章利用CNN 做图像识别18
3.1 数据获取与预处理18
3.2 神经网络结构19
第四章实验20
4.1 深度学习框架20
4.2 训练CNN20
4.3 测试结果23
第五章总结27
5.1 论文总结27
5.2 局限性27
5.3 未来工作28
参考文献29