摘要：近些年来随着大数据互联网的迅速发展，智能终端广泛普及，人们身边的数字图像、数码照片的数量与日俱增。如何快速精确的识别如此多的图片种类信息，变成了当局互联网时代一个尤为重要的问题。而随着近年来人工智能的不断发展，越来越多的新算法被提出，深度学习已经成为了人们在处理图片识别问题时不可缺少的有力工具，如今深度学习已经被利用在各个领域中并取得了巨大的成功。

本文实现了基于深度学习的图片归类类管理工具，其中深度学习采用了较为先进的ResNet模型的预训练参数实现了一个十三分类的图片识别分类模型，并将模型部署到Android平台，实现了手机图片分类，相册管理，个性化分类相册等功能。

关键词：深度学习；卷积神经网络；图像分类 

目  录

摘  要

ABSTRACT

第一章  绪论-5

1.1论文的背景及意义-5

1.2 发展现状-6

1.3 论文工作内容-6

第二章 深度学习的原理和关键技术介绍-8

2.1 深度神经网络的原理-8

2.1.1 卷积神经网络-8

2.2 Resnet模型-8

2.3 Android开发技术-9

2.3.1 Android系统开发概述-9

2.3.2 Android Studio开发环境-9

第三章 需求分析-10

3.1 系统的总体分析-10

3.2 系统需求分析-10

3.2.1  系统功能需求分析-10

3.2.2  非功能需求分析-10

第四章 系统总体设计-12

4.1 系统架构设计-12

4.2 系统功能分解-12

4.3 深度学习模型及数据集设计-13

第五章 系统功能设计与实现-15

5.1 深度神经网络模型的设计与实现-15

5.1.1 构建模型-15

5.1.2 模型转换实现-15

5.2 Android资源设计-16

5.2.1系统总体类包-16

5.2.2 Android资源设计-16

5.3 应用界面详细设计-17

5.3.1 主界面功能设计-17

5.3.2 图片浏览界面功能设计-19

5.3.3 显示图片界面功能设计-21

5.3.4 添加自定义相册界面功能设计-22

5.4 Android平台部署模型的实现-25

5.5 数据库设计-25

5.5.1 图片信息表-25

5.5.2 自定义相册信息表-26

第六章 系统测试-27

6.1 系统测试环境-27

6.1.1 系统软硬件环境-27

6.2 Android端系统功能测试-27

6.2.1 初始化数据库测试-27

6.2.2 图片分类相册功能测试-28

6.2.3 删除图片功能测试-28

6.2.4 自定义相册添加功能测试-29

第七章  结论与展望-31

7.1 本文主要成果-31

7.2 未来工作展望-31

参考文献-32

致谢-33