在線照片打印平臺的研究與實現(xiàn)
發(fā)布時間:2021-07-21 22:44
目前智能手機已經(jīng)廣泛滲透到人們生活的各個方面,并在人們的衣食住行中逐漸扮演著越來越重要的角色,目前智能手機的功能越來越強大,不僅可以拍出像素很高的照片而且還能夠存儲成百上千張照片。電子照片在傳輸,處理方面有著得天獨厚的優(yōu)勢,仍然有很多用戶希望將照片打印出來作為永久的紀念。傳統(tǒng)照相館沖洗照片存在著費時、效率低而且價格昂貴等因素,目前越來越多的用戶想要線上進行照片的預(yù)訂以及照片的處理。本文針對用戶需求,提出并實現(xiàn)了一種在線照片打印平臺,為用戶提供照片在線預(yù)訂的功能并結(jié)合機器學習相關(guān)算法為用戶提供圖片處理的功能。本系統(tǒng)基于微信公眾平臺進行二次開發(fā),結(jié)合機器學習相關(guān)技術(shù)理論,形成一個在線智能圖片社區(qū)平臺。系統(tǒng)可以分成三個模塊,分別是照片購物車模塊、圖像處理模塊以及后臺數(shù)據(jù)管理模塊,本文將從整個系統(tǒng)的需求分析與挖掘到技術(shù)研究對比以及整體的設(shè)計實現(xiàn)來進行闡述。本文首先對相關(guān)技術(shù)進行了研究,對微信開發(fā)的整體流程以及實現(xiàn)方法進行了深入研究并對比了幾種常見的Python后臺Web框架,并采用Tornado異步非阻塞框架作為整個系統(tǒng)的框架。在數(shù)據(jù)存儲方面通過對數(shù)據(jù)庫技術(shù)進行研究與對比,采用MySql與Re...
【文章來源】:北京郵電大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:69 頁
【學位級別】:碩士
【部分圖文】:
圖2-3?Tornado框架??2.2.2同步框架Django??
較于淺層模型更多的優(yōu)勢,通過基于對數(shù)據(jù)進行表征的學習方法,通過分層次的??特征學習來達到目標。典型的深度學習模型為層數(shù)很深的神經(jīng)網(wǎng)絡(luò),傳統(tǒng)的神經(jīng)??網(wǎng)絡(luò)結(jié)構(gòu)如圖3-1所示。??Layerl?Layer2??圖3-1神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??15??
卷積層和池化層通常會有多個,采用卷積層和池化層交替的方式進行排布,??一般一個卷積層連接著一個池化層,池化層后面再連接一個卷積層,以此類推,??卷積神經(jīng)網(wǎng)結(jié)構(gòu)如圖3-2所示。??勝:稱冊??32?^?/?28?X?/?/?LJ/?U?512??/?/?L-V? ̄^?64?1024??/?\J/?64?64??,?64??3??輸入圖像?卷枳層?采樣層?卷枳層?采徉層?全連接層??圖3-2卷枳神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??16??
本文編號:3295908
【文章來源】:北京郵電大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:69 頁
【學位級別】:碩士
【部分圖文】:
圖2-3?Tornado框架??2.2.2同步框架Django??
較于淺層模型更多的優(yōu)勢,通過基于對數(shù)據(jù)進行表征的學習方法,通過分層次的??特征學習來達到目標。典型的深度學習模型為層數(shù)很深的神經(jīng)網(wǎng)絡(luò),傳統(tǒng)的神經(jīng)??網(wǎng)絡(luò)結(jié)構(gòu)如圖3-1所示。??Layerl?Layer2??圖3-1神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??15??
卷積層和池化層通常會有多個,采用卷積層和池化層交替的方式進行排布,??一般一個卷積層連接著一個池化層,池化層后面再連接一個卷積層,以此類推,??卷積神經(jīng)網(wǎng)結(jié)構(gòu)如圖3-2所示。??勝:稱冊??32?^?/?28?X?/?/?LJ/?U?512??/?/?L-V? ̄^?64?1024??/?\J/?64?64??,?64??3??輸入圖像?卷枳層?采樣層?卷枳層?采徉層?全連接層??圖3-2卷枳神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??16??
本文編號:3295908
本文鏈接:http://sikaile.net/guanlilunwen/shequguanli/3295908.html
最近更新
教材專著