| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景、目的和意义 | 第10-12页 |
| 1.2 目标检测技术概述 | 第12-16页 |
| 1.2.1 国内外研究现状 | 第12-15页 |
| 1.2.2 目标检测技术的难点 | 第15-16页 |
| 1.3 本论文的组织结构 | 第16-17页 |
| 第2章 基于注意区域推荐网络的目标检测模型 | 第17-33页 |
| 2.1 FasterR-CNN算法原理简介 | 第17-22页 |
| 2.1.1 R-CNN算法概述 | 第17-19页 |
| 2.1.2 FastR-CNN算法概述 | 第19-21页 |
| 2.1.3 FasterR-CNN算法概述 | 第21-22页 |
| 2.1.4 区域推荐网络简介 | 第22页 |
| 2.2 基于注意区域推荐网络的目标检测算法 | 第22-27页 |
| 2.2.1 视觉注意机制 | 第23-24页 |
| 2.2.2 注意区域推荐的必要性 | 第24页 |
| 2.2.3 注意区域推荐网络 | 第24-26页 |
| 2.2.4 注意区域推荐网络的训练 | 第26-27页 |
| 2.3 实验结果与分析 | 第27-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 融合深度语义信息的目标检测模型 | 第33-45页 |
| 3.1 图像语义分割模型 | 第33-38页 |
| 3.1.1 传统的语义分割模型 | 第33-34页 |
| 3.1.2 基于深度卷积神经网络的语义分割模型 | 第34-38页 |
| 3.2 语义分割模型与目标检测模型的相关性 | 第38-39页 |
| 3.2.1 语义分割模型与目标检测模型的相似性 | 第38-39页 |
| 3.2.2 在目标检测中融合语义信息的必要性 | 第39页 |
| 3.3 融合深度语义分割的目标检测模型 | 第39-41页 |
| 3.3.1 融合深度语义信息的目标检测模型结构设计 | 第40-41页 |
| 3.3.2 融合深度语义信息的目标检测模型的训练 | 第41页 |
| 3.4 实验结果及分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 目标定位优化网络 | 第45-54页 |
| 4.1 目标区域定位优化方法 | 第45-46页 |
| 4.2 目标定位优化网络 | 第46-50页 |
| 4.2.1 目标定位优化网络的结构设计 | 第46-49页 |
| 4.2.2 目标定位优化网络的实现和训练 | 第49-50页 |
| 4.3 实验结果与分析 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第62页 |