| 摘要 | 第10-12页 |
| Abstract | 第12页 |
| CHAPTER Ⅰ:Introduction | 第14-19页 |
| Ⅰ.1 State of the Art | 第15-17页 |
| Ⅰ.2 Motivation and Objectives | 第17页 |
| Ⅰ.3 Outline of the Thesis | 第17-18页 |
| Ⅰ.4 Summary | 第18-19页 |
| CHAPTER Ⅱ: Review of Related Methods | 第19-37页 |
| Ⅱ.1 Object Detection Methods | 第19-32页 |
| Ⅱ.1.1 CNN | 第19-22页 |
| Ⅱ.1.2 R-CNN | 第22-24页 |
| Ⅱ.1.3 SPP-Net | 第24-26页 |
| Ⅱ.1.4 Fast R-CNN | 第26-28页 |
| Ⅱ.1.5 Faster R-CNN | 第28-30页 |
| Ⅱ.1.6 Mask R-CNN | 第30-32页 |
| Ⅱ.2 Instance Segmentation Methods | 第32-35页 |
| Ⅱ.2.1 Object-oriented Remote Sensing Information Extraction Method | 第32-34页 |
| Ⅱ.2.2 Deep Learning Method | 第34-35页 |
| Ⅱ.3 Summary | 第35-37页 |
| CHAPTER Ⅲ:Data and Methods | 第37-47页 |
| Ⅲ.1 Data Preparation | 第37-42页 |
| Ⅲ.1.1 Sports Field Detection and Segmentation Task | 第37-40页 |
| Ⅲ.1.2 Building Detection and Segmentation Task | 第40-42页 |
| Ⅲ.2 Architecture and Training | 第42-46页 |
| Ⅲ.2.1 ResNet and FPN Backbone | 第42-43页 |
| Ⅲ.2.2 Transfer Learning | 第43-44页 |
| Ⅲ.2.3 TensorFlow and Keras | 第44页 |
| Ⅲ.2.4 Graphical Processing Unit (GPU) | 第44页 |
| Ⅲ.2.5 Training Details | 第44-45页 |
| Ⅲ.2.6 Evaluation Indicators | 第45-46页 |
| Ⅲ.3 Summary | 第46-47页 |
| CHAPTER Ⅳ: Results and Discussion | 第47-62页 |
| Ⅳ.1 Sports Field Detection and Segmentation Results | 第47-54页 |
| Ⅳ.2 Building Detection and Segmentation Results | 第54-61页 |
| Ⅳ.3 Summary | 第61-62页 |
| CHAPTER Ⅴ: Conclusions and Outlook | 第62-64页 |
| Ⅴ.1 Conclusions | 第62-63页 |
| Ⅴ.2 Outlook | 第63-64页 |
| References | 第64-68页 |
| ACKNOWLEDGEMENTS | 第68页 |
