| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题研究背景及意义 | 第8-9页 |
| 1.2.1 研究背景 | 第8-9页 |
| 1.2.2 研究意义 | 第9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.4 本文主要内容 | 第12页 |
| 1.5 本文结构安排 | 第12-13页 |
| 第2章 特征学习 | 第13-22页 |
| 2.1 特征策略 | 第13-18页 |
| 2.2 特征迁移 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 深度学习平台设计与实现 | 第22-40页 |
| 3.1 研究的目的与意义 | 第22-23页 |
| 3.2 数据并行 | 第23-29页 |
| 3.3 模型并行 | 第29-32页 |
| 3.4 实验结果与分析 | 第32-38页 |
| 3.4.1 数据并行实验 | 第33-38页 |
| 3.4.2 模型并行实验 | 第38页 |
| 3.5 本章总结 | 第38-40页 |
| 第4章 基于弱标记的多目标物体检测 | 第40-54页 |
| 4.1 任务描述 | 第40-41页 |
| 4.2 模型定义 | 第41-44页 |
| 4.2.1 前7层（C1-C5, FC6, FC7） | 第41页 |
| 4.2.2 FCa和FCb层 | 第41-42页 |
| 4.2.3 Max Setting层 | 第42-44页 |
| 4.3 模型训练 | 第44-47页 |
| 4.3.1 前7层训练 | 第44页 |
| 4.3.2 后2层训练 | 第44-45页 |
| 4.3.3 选择性反向传播算法 | 第45-47页 |
| 4.3.4 多尺度训练 | 第47页 |
| 4.4 目标点生成 | 第47-50页 |
| 4.5 实验结果及分析 | 第50-53页 |
| 4.5.1 分类 | 第50-51页 |
| 4.5.2 物体检测 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-61页 |
| 致谢 | 第61-62页 |