發(fā)布時(shí)間：2021-11-08 01:31

　　圖像標(biāo)注技術(shù)（Image Caption）有著非常重要的移動端應(yīng)用價(jià)值,能夠?yàn)橐苿討?yīng)用軟件帶來新的功能并增加用戶的體驗(yàn)。深度學(xué)習(xí)模型在移動端的應(yīng)用,要考慮移動設(shè)備網(wǎng)絡(luò)連接的穩(wěn)定性。此外,圖像標(biāo)注模型這樣結(jié)構(gòu)復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型會占據(jù)較多的移動設(shè)備存儲空間,使用傳統(tǒng)的方法精簡模型,會引起模型精度的降低。最后,受移動設(shè)備運(yùn)算速度的限制,復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型難以在移動設(shè)備上快速運(yùn)算。針對這些問題,本文基于移動計(jì)算環(huán)境,研究圖像標(biāo)注技術(shù)實(shí)現(xiàn)的方法。主要內(nèi)容包括:1.針對移動設(shè)備網(wǎng)絡(luò)連接不穩(wěn)定的問題,本文提出在移動端本地運(yùn)行圖像標(biāo)注技術(shù)的神經(jīng)網(wǎng)絡(luò)模型。該方法能夠在移動設(shè)備無網(wǎng)絡(luò)連接時(shí),依然實(shí)現(xiàn)對圖像的標(biāo)注,并且響應(yīng)時(shí)間快,實(shí)時(shí)性好。2.針對在移動設(shè)備上運(yùn)行神經(jīng)網(wǎng)絡(luò)模型造成精度下降和運(yùn)行速度慢的問題,本文提出利用深度學(xué)習(xí)開發(fā)框架Keras與Core ML來開發(fā)移動端的圖像標(biāo)注模型,該方法能夠在保證模型的精度和運(yùn)算速度的情況下,實(shí)現(xiàn)圖像標(biāo)注技術(shù)在移動設(shè)備上的應(yīng)用。最后本文在實(shí)驗(yàn)中成功實(shí)現(xiàn)了圖像標(biāo)注技術(shù)在iOS移動端的應(yīng)用。對比實(shí)驗(yàn)的結(jié)果表明:通過Core ML對移動計(jì)算的優(yōu)化,模型在移動設(shè)備上對圖像描述... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【部分圖文】：

模型轉(zhuǎn)化為CoreML格式后的輸入輸出信息

逛街的照片

宿舍成員合照


本文編號：3482732