摘要：随着互联网和多媒体技术的不断发展,人们所接触的数字图像呈海量增长的趋势。如何迅速、准确地从海量的图像数据中检索出用户所需的图像信息，并对图像数据进行有效组织和管理，是一个亟需解决的问题。图像检索软件的目的是在已有图像集的基础上使用深度学习的方法检索出与之相似的图像。

深度学习是机器学习研究中很重要的一项技术，它可以通过建立模型让模型自己直接学习图片的特征，这样大大降低了因人工提取图片特征而产生的误差。图像检索软件的实现主要分为两步：第一步是使用深度卷积神经网络VGG16模型获得图像的视觉特征，第二步是将图像特征进行相似度比较来达到图像检索的目的。通过一段时间的测试，实现了毕业设计的要求，最终的效果优于一般的实验。

关键词：深度学习；图像检索；深度卷积神经网络

目录

摘要

Abstract

1 绪论-1

1.1 选题的目的和意义-1

1.2 国内外研究的现状-1

1.3 论文研究内容及结构安排-2

2 图像检索技术-4

2.1 基于文本的图像检索技术-4

2.2 基于内容的图像检索技术-4

3 深度学习-6

3.1 深度学习的概念及优势-6

3.2 训练神经网络模型-7

3.2.1 激活函数去线性化-8

3.2.2 损失函数优化模型-12

3.2.3 模型的进一步优化-12

4 卷积神经网络-15

4.1 卷积层-15

4.2 池化层-17

5 基于VGG16卷积神经网络的图像检索-19

5.1 VGG16神经网络模型-20

5.2 VGG16模型训练过程-21

5.3 图像检索模块和构造GUI界面-23

5.4 实验结果-23

结  论-25

参 考 文 献-26

致  谢-27