近年来,伴随着人工智能的发展,越来越多基于深度学习的智能产品正在不断走进人们的日常生活,移动端智能软件无疑是人工智能工业化的一个重要发展方向。本文的实物分类系统是一款在移动端离线运行,可以对现实场景中的实物进行分类,并实时反馈出实物对应英文名称的应用软件。本文主要通过对系统的需求分析、系统的设计与实现、系统的测试及分析等工作的描述,介绍了实物分类系统的开发过程。在系统的需求分析过程中,首先根据需求对整个系统的业务流程进行了介绍,根据系统的业务流程将系统划分为了不同的业务功能,并对每个业务功能进行了用例分析;然后对系统进行了非功能性需求分析、数据分析及过程建模。在系统设计与实现的过程中,首先对系统的体系架构进行了分析和设计;接着分别对图像采集模块、模型调用模块、图像分类模块、结果反馈模块及系统界面模块的结构和功能进行了设计;其中详细描述了图像分类模型的设计方案,在图像分类模型的设计过程中,通过选取VGG16图像分类模型作为基准模型,根据系统的需求对基准模型进行了分析和评估,然后结合系统的特点,在基准模型的基础上进行了一定的改进,设计出了符合本文需求的图像分类算法模型;然后根据系统及各模块的设计架构,以Android系统的形式对系统的各个模块进行了实现,并采取图文结合的形式对系统的实现过程进行了详细的说明;此外,为了使系统不受网络环境的约束,具有更快的处理速度,本文选取了小米MACE框架对图像分类模型进行了移植,将图像分类模型以MACE库的形式嵌入到了Android系统中进行离线运行;最后详细介绍了MACE库的构建过程。在系统的测试过程中,首先对本文图像分类模型与VGG16模型之间进行了对比测试,以此来对本文图像分类模型进行评估;然后对系统整体的功能以及各模块的功能进行了详细的测试,证实了本文实物分类系统及各个功能模块都能正常运行,可以很好的对现实场景中的实物进行分类,并能实时反馈出实物对应的类别标签;最后对系统的性能进行了测试和分析,证实了系统在性能方面也可以满足需求。经过本文的一系列工作,完成了实物分类系统的开发;实现了一款能于移动端离线运行,且能实时对现实场景中的实物进行分类的移动应用软件。通过此软件可以给用户的学习生活带来一定的便利,满足了用户在实际生活中对实物分类软件的需求,实现了图像分类技术在现实中的应用。