一个改进的YOLOv3目标识别算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景 | 第7-9页 |
| 1.2 研究目的和意义 | 第9页 |
| 1.3 国内外目标检测相关研究情况 | 第9-12页 |
| 1.4 本文的主要研究内容 | 第12-14页 |
| 2 目标检测算法相关技术的分析 | 第14-31页 |
| 2.1 YOLOV3的工作原理 | 第14-15页 |
| 2.2 Darknet-53网络结构 | 第15-20页 |
| 2.3 维度聚类 | 第20-23页 |
| 2.4 RPN神经网络 | 第23-25页 |
| 2.5 BBOX回归 | 第25-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 YOLOv3的改进算法 | 第31-45页 |
| 3.1 改进算法思想 | 第31-34页 |
| 3.2 K++算法改进描述 | 第34-40页 |
| 3.3 改进K++算法分析 | 第40-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 改进算法实现及实验分析 | 第45-60页 |
| 4.1 实验环境和数据 | 第45-47页 |
| 4.2 实验过程 | 第47-54页 |
| 4.3 实验结果分析 | 第54-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
