| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究内容与技术路线 | 第12-14页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 技术路线 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第二章 农田图像语义分割的数据集获取 | 第15-22页 |
| 2.1 图像语义分割与常用数据集 | 第15-18页 |
| 2.1.1 图像语义分割 | 第15-16页 |
| 2.1.2 语义分割常用数据集 | 第16-18页 |
| 2.2 农田场景图像数据集 | 第18-21页 |
| 2.2.1 农田图像数据集获取 | 第18-19页 |
| 2.2.2 农田图像数据集增强 | 第19页 |
| 2.2.3 农田图像数据集处理 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于FCN的农田语义分割模型 | 第22-35页 |
| 3.1 CNN卷积神经网络 | 第22-24页 |
| 3.1.1 卷积神经网络的结构和原理 | 第22-24页 |
| 3.1.2 卷积神经网络的特点 | 第24页 |
| 3.2 基于FCN的图像语义分割模型设计 | 第24-28页 |
| 3.2.1 卷积化 | 第25-26页 |
| 3.2.2 上采样 | 第26-27页 |
| 3.2.3 跳跃结构 | 第27-28页 |
| 3.3 基于FCN的农田语义分割模型的实现与分析 | 第28-34页 |
| 3.3.1 实验环境准备与配置 | 第28-29页 |
| 3.3.2 训练与测试 | 第29-30页 |
| 3.3.3 语义分割评判标准 | 第30-32页 |
| 3.3.4 实验结果与分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 结合CRF-RNN的农田语义分割模型及优化 | 第35-49页 |
| 4.1 结合CRF-RNN的农田模型设计 | 第35-40页 |
| 4.1.1 条件随机场模型 | 第35-37页 |
| 4.1.2 结合CRF-RNN的农田模型 | 第37-40页 |
| 4.2 农田模型优化 | 第40-43页 |
| 4.3 农田模型的整体结构 | 第43页 |
| 4.4 实验结果与分析 | 第43-48页 |
| 4.4.1 不同模型下的结果与分析 | 第43-45页 |
| 4.4.2 不同光照强度下的结果与分析 | 第45-47页 |
| 4.4.3 不同作物密度下的结果与分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54页 |