基于深度学习AlexNet模型的艺术画风格识别方法设计.pdf

湖南商务职业技术学院毕业设计

目录

1引言1

1.1项目背景1

1.2开发环境与工具1

1.2.1Python简介1

1.2.2Tensorflow简介2

1.2.3Jypyternotebook简介2

1.2.4Python第三方库简介2

2需求分析3

2.1可行性需求分析3

2.2数据集采集功能分析3

2.3关键技术分析4

2.3.1AlexNet模型与传统的图画分类4

2.3.2卷积神经网络原理4

2.3.3Web框架技术（Flask/Django）4

3数据采集5

3.1数据集获取分析5

3.2数据集需求分析7

3.3编程实现7

4数据集处理8

4.1数据预处理8

4.2数据增强9

4.3切分训练集和测试集10

5模型构建及评估分析10

5.1模型构建10

5.1.1模型网络结构10

5.1.2创建模型11

I

湖南商务职业技术学院毕业设计

5.2模型编译13

5.2.1优化器设置13

5.2.2损失函数设置13

5.3模型训练与调优13

5.3.1模型训练设置13

5.3.2学习率调优13

5.3.3batch_size设置15

5.4系统部署15

5.4.1基于python和Android的系统设计实现15

5.4.2图片识别功能16

5.4.3信息展示功能16

6小结18

参考资料20

II

湖南商务职业技术学院毕业设计

基于深度学习AlexNet模型的艺术画风格识别方法设计

1引言

一个图画作品主要是由内容和风格组成，对于内容相同的图画、不同图画

风格的作者会使得最后作品的感触也不尽相同。近几年随着AI和深度学习的

发展，我们可以使用神经网络提取作品的图画风格、使之融合到我们自己的作

品上。

1.1项目背景

据网络统计显示、社交软件WeChat每一个月的使用用户已达到10亿之

多。如何让自己在上面的发送出去的图片更有特色，它成为一个值得我们去思

考探讨的课题。随着技术的提升、由深度学习所引发的AI热潮，已经开始越