| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 卷积神经网络 | 第8-9页 |
| 1.2 物体检测 | 第9-12页 |
| 1.3 孪生网络 | 第12-14页 |
| 1.4 本文的工作 | 第14-16页 |
| 2 基于输入数据划分的物体检测加速 | 第16-36页 |
| 2.1 引言 | 第16-18页 |
| 2.2 相关工作 | 第18-21页 |
| 2.3 研究动机 | 第21-23页 |
| 2.4 适应性输入的算法框架 | 第23-29页 |
| 2.5 实验 | 第29-36页 |
| 3 基于输入数据划分的孪生网络学习 | 第36-50页 |
| 3.1 引言 | 第36-38页 |
| 3.2 相关工作 | 第38-40页 |
| 3.3 建立SoS数据集 | 第40-41页 |
| 3.4 有选择的配对学习 | 第41-44页 |
| 3.5 实验 | 第44-46页 |
| 3.6 图像温度预测 | 第46-50页 |
| 4 结束语 | 第50-52页 |
| 参考文献 | 第52-60页 |
| 论文和获奖情况 | 第60-61页 |
| 致谢 | 第61-62页 |