卷积神经网络和flask的动物识别系统设计与实现【字数：12178】
摘 要本文主要描述的是基于卷积神经网络的一个动物识别系统的实现。从技术层面看主要就是构建一个合适的卷积神经网络对数据集进行训练，然后对动物的图片进行一个简单的展示就是本系统达到的效果。一方面随着环境的破坏，野生动物的数量逐渐减少，人们对于野生动物的保护也越来越重视，相应的研究也越来越多。在野外有一款对动物识别的工具就显得尤为重要；另一方面，在人们日常家居生活中，也可以用动物识别系统对宠物进行判别。本文使用目前主流的一个深度学习框架TensorFlow，在此基础之上，我们使用在ImageNet上取得不俗效果的AlexNet——一种比较经典的卷积神经网络（CNN），对图像进行特征的提取、训练，并通过一些常用的指标，将数据进行可视化。最后用一个简单的框架Flask将部分图片展示出来。
目 录
1. 绪论 1
1.1 课题研究背景 1
1.2 课题研究目的 1
1.3 课题的研究现状 2
1.3.1 研究现状 2
1.3.2 文献评述 2
1.4 本文的主要工作 3
2. 系统开发对社会人文、环境、法律的影响 4
2.1 系统开发对社会人文的影响 4
2.2 系统开发对环境的影响 4
2.3 系统开发对法律的影响 4
3. 技术知识简介 5
3.1 人工神经网络（ANN） 5
3.1.1 ANN的背景 5
3.1.2 ANN的基本结构 6
3.2 深度学习 6
3.3 卷积神经网络（CNN） 6
3.3.1 卷积神经网络背景 6
3.3.2 卷积神经网络的结构 7
3.4 softmax 9
3.5 损失函数 10
3.6 优化器 10
3.7 tensorflow编程介绍 10
3.7.1 tf.nn.conv2d() 10
3.7.2 tf.nn.softmax_cross_entropy_with_logits() 11
3.7.3 tf.nn.dropout() 11
3.8 fl *好棒文|www.hbsrm.com +Q: *351916072*
ask介绍 11
4. 可行性分析 12
4.1 技术可行性 12
4.2 操作可行性 12
4.3 经济可行性 12
4.4 社会可行性 12
5. 实验设计 13
5.1 数据集的介绍 13
5.2 网络模型 13
5.3 训练方法 14
5.4 效果展示 14
5.5 实验遇到的问题和反思 18
6. 关键代码展示 20
6.1 图片的txt文件 20
6.2 分离数据 20
6.3 生成图像 22
6.4 网络模型代码展示 22
6.5 数据可视化 23
6.6 训练和测试 24
6.7 基于flask的web端展示 25
结语 27
参考文献 29
致谢 30
1. 绪论
1.1 课题研究背景
随着经济的发展，人们的物质水平得到提高，人们的追求已经不再是温饱问题，而是多元化的发展，动物与人的命运是永远紧密相连的。在城市中，一些动物是人们生活的伴侣，当人们看到自己喜欢的动物而不知道名字的时候，这时候一个动物识别系统就能发挥作用；而在野外，各种动物也是保证生态链平衡的关键，而人类的活动或者自然灾害可能会打破这种生态链的平衡，这时候就需要我们加以干预，比如说某些动物是保护动物，不能捕杀，而人们在遇到的时候需要知道这是否是那一类动物，所以有这样一个系统就可以帮助人们快速的识别。
1.2 课题研究目的
当今世界，计算机技术飞速发展，尤其是21世纪来，计算机技术的发展进入了快车道。人工智能将是未来发展的大方向，而深度学习则是人工智能领域的一个重要分支。随着深度学习在国内外快速发展，以及神经网络的提出，极大的推动了在图像识别、文字处理、语音识别等领域的广泛应用，为人们未来生活便捷化打下了基础。
人工智能之所以这么火，是因为它的应用与我们的现实生活紧密联系，密不可分。通过它，我们在很多领域都有所建树，很好的服务和方便了人们的生活。让大家家喻户晓的那大概是Google的Alpha Go了，它战胜了世界一流围棋手，使它名声大噪，而它正是人工智能的代表之作。而与我们生活中密切相关的案例也有很多，如在医学上，许多疾病的预测单单靠医生的判断不那么准确，此时我们可以通过人工智能手段进行预测；如风险较高的癌症，建立有效的癌症预测模型，对普通人患病几率进行评估，对高危人群患病几率进行预测，从而达到预防作用；再比如对于车辆放行的应用，通过神经网络算法可以对车牌进行识别，在进入停车场、收费站的时候都能自动识别车牌来放行，大大节省了人工成本。
而本课题所做的动物识别系统，也与我们的生活密切相关。从宏观上来说，因为人类自身发展需要，前期对环境破坏严重，尤其是工业革命以来，对环境的破坏，如果量化的话，可以说是指数式的增长，而随之带来的问题是，许多物种不再适应被污染后的环境，最终导致物种的灭亡。现在，人们意识到了这个问题，也越来越重视这个问题，相应的研究也越来越多。我们在保护环境的同时，同时做关于动物的调查研究，因此在野外有一款对动物识别的工具就显得尤为重要。从微观上来说，人们在日常居家生活中，也不断的接触着各种动物，而有了一款对动物识别的工具，可以帮助人们更准确的认识动物，也更加的方便，同时这款工具也可以对一些政府部门起到辅助的作用。
而本课题所使用的卷积神经网络算法的基本过程是：先将图片输入后进行卷积操作，得到特征图，对特征图进行池化操作，得到新的特征图，然后再池化，经过n次这样的操作，最后获得n个矩阵。之后按行展开连接成向量，传入连接层。这种卷积神经网络与普通网络对比，有了很大优势，但仍然需要大量参数，且运算效率有时也不是很高，以及如何选择合适的卷积核的大小和设计网络结构都是一个比较难以量化的问题，这就要求我们在未来不断优化算法，来更好的为我们的生活提供便捷。
基于此种技术或者还能做出许多其他与生活密切相关的应用来，让我们的生活因为科技的改变而得到改变，相信在不久的将来，这种技术将大放光彩。
目 录
1. 绪论 1
1.1 课题研究背景 1
1.2 课题研究目的 1
1.3 课题的研究现状 2
1.3.1 研究现状 2
1.3.2 文献评述 2
1.4 本文的主要工作 3
2. 系统开发对社会人文、环境、法律的影响 4
2.1 系统开发对社会人文的影响 4
2.2 系统开发对环境的影响 4
2.3 系统开发对法律的影响 4
3. 技术知识简介 5
3.1 人工神经网络（ANN） 5
3.1.1 ANN的背景 5
3.1.2 ANN的基本结构 6
3.2 深度学习 6
3.3 卷积神经网络（CNN） 6
3.3.1 卷积神经网络背景 6
3.3.2 卷积神经网络的结构 7
3.4 softmax 9
3.5 损失函数 10
3.6 优化器 10
3.7 tensorflow编程介绍 10
3.7.1 tf.nn.conv2d() 10
3.7.2 tf.nn.softmax_cross_entropy_with_logits() 11
3.7.3 tf.nn.dropout() 11
3.8 fl *好棒文|www.hbsrm.com +Q: *351916072*
ask介绍 11
4. 可行性分析 12
4.1 技术可行性 12
4.2 操作可行性 12
4.3 经济可行性 12
4.4 社会可行性 12
5. 实验设计 13
5.1 数据集的介绍 13
5.2 网络模型 13
5.3 训练方法 14
5.4 效果展示 14
5.5 实验遇到的问题和反思 18
6. 关键代码展示 20
6.1 图片的txt文件 20
6.2 分离数据 20
6.3 生成图像 22
6.4 网络模型代码展示 22
6.5 数据可视化 23
6.6 训练和测试 24
6.7 基于flask的web端展示 25
结语 27
参考文献 29
致谢 30
1. 绪论
1.1 课题研究背景
随着经济的发展，人们的物质水平得到提高，人们的追求已经不再是温饱问题，而是多元化的发展，动物与人的命运是永远紧密相连的。在城市中，一些动物是人们生活的伴侣，当人们看到自己喜欢的动物而不知道名字的时候，这时候一个动物识别系统就能发挥作用；而在野外，各种动物也是保证生态链平衡的关键，而人类的活动或者自然灾害可能会打破这种生态链的平衡，这时候就需要我们加以干预，比如说某些动物是保护动物，不能捕杀，而人们在遇到的时候需要知道这是否是那一类动物，所以有这样一个系统就可以帮助人们快速的识别。
1.2 课题研究目的
当今世界，计算机技术飞速发展，尤其是21世纪来，计算机技术的发展进入了快车道。人工智能将是未来发展的大方向，而深度学习则是人工智能领域的一个重要分支。随着深度学习在国内外快速发展，以及神经网络的提出，极大的推动了在图像识别、文字处理、语音识别等领域的广泛应用，为人们未来生活便捷化打下了基础。
人工智能之所以这么火，是因为它的应用与我们的现实生活紧密联系，密不可分。通过它，我们在很多领域都有所建树，很好的服务和方便了人们的生活。让大家家喻户晓的那大概是Google的Alpha Go了，它战胜了世界一流围棋手，使它名声大噪，而它正是人工智能的代表之作。而与我们生活中密切相关的案例也有很多，如在医学上，许多疾病的预测单单靠医生的判断不那么准确，此时我们可以通过人工智能手段进行预测；如风险较高的癌症，建立有效的癌症预测模型，对普通人患病几率进行评估，对高危人群患病几率进行预测，从而达到预防作用；再比如对于车辆放行的应用，通过神经网络算法可以对车牌进行识别，在进入停车场、收费站的时候都能自动识别车牌来放行，大大节省了人工成本。
而本课题所做的动物识别系统，也与我们的生活密切相关。从宏观上来说，因为人类自身发展需要，前期对环境破坏严重，尤其是工业革命以来，对环境的破坏，如果量化的话，可以说是指数式的增长，而随之带来的问题是，许多物种不再适应被污染后的环境，最终导致物种的灭亡。现在，人们意识到了这个问题，也越来越重视这个问题，相应的研究也越来越多。我们在保护环境的同时，同时做关于动物的调查研究，因此在野外有一款对动物识别的工具就显得尤为重要。从微观上来说，人们在日常居家生活中，也不断的接触着各种动物，而有了一款对动物识别的工具，可以帮助人们更准确的认识动物，也更加的方便，同时这款工具也可以对一些政府部门起到辅助的作用。
而本课题所使用的卷积神经网络算法的基本过程是：先将图片输入后进行卷积操作，得到特征图，对特征图进行池化操作，得到新的特征图，然后再池化，经过n次这样的操作，最后获得n个矩阵。之后按行展开连接成向量，传入连接层。这种卷积神经网络与普通网络对比，有了很大优势，但仍然需要大量参数，且运算效率有时也不是很高，以及如何选择合适的卷积核的大小和设计网络结构都是一个比较难以量化的问题，这就要求我们在未来不断优化算法，来更好的为我们的生活提供便捷。
基于此种技术或者还能做出许多其他与生活密切相关的应用来，让我们的生活因为科技的改变而得到改变，相信在不久的将来，这种技术将大放光彩。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/564.html
