| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 目标检测的研究背景 | 第10页 |
| 1.2 目标检测的研究现状 | 第10-13页 |
| 1.3 目标检测存在的难题 | 第13页 |
| 1.4 论文的研究内容和章节安排 | 第13-15页 |
| 1.4.1 论文的研究内容 | 第13-14页 |
| 1.4.2 论文的章节安排 | 第14-15页 |
| 第二章 SSD模型的原理及其相关介绍 | 第15-23页 |
| 2.1 SSD模型 | 第15-16页 |
| 2.2 特征层默认框映射 | 第16-17页 |
| 2.3 损失函数 | 第17页 |
| 2.4 深度残差网络(ResNet) | 第17-20页 |
| 2.5 FPN | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 MSSD (Modified Single Shot MultiBox Detector)模型 | 第23-33页 |
| 3.1 SSD模型 | 第23-24页 |
| 3.2 改进的SSD模型MSSD | 第24-31页 |
| 3.2.1 网络结构设计 | 第24-28页 |
| 3.2.1.1 基于深度残差网络的网络结构 | 第24-25页 |
| 3.2.1.2 预测模块 | 第25-26页 |
| 3.2.1.3 特征金字塔网络模块 | 第26-28页 |
| 3.2.2 模型训练方法 | 第28-29页 |
| 3.2.2.1 SSD的默认候选框的优化方式 | 第28页 |
| 3.2.2.2 MSSD训练方法 | 第28-29页 |
| 3.2.3 实验结果及分析 | 第29-31页 |
| 3.2.3.1 VOC2007数据集下目标检测的测试结果 | 第29-31页 |
| 3.2.3.2 性能提升验证实验 | 第31页 |
| 3.3 本章小结 | 第31-33页 |
| 第四章 基于改进MSSD的TMSSD(Top-Down Modulation Single Shot Detector)模型 | 第33-44页 |
| 4.1 二分K均值聚类算法以及TDM简介 | 第33-36页 |
| 4.1.1 K均值聚类算法(K-Means) | 第33-34页 |
| 4.1.1.1 K均值算法实现 | 第33-34页 |
| 4.1.1.2 二分K均值聚类算法 | 第34页 |
| 4.1.2 TDM | 第34-36页 |
| 4.2 基于改进MSSD的TMSSD模型 | 第36-40页 |
| 4.2.1 模型的预测层优化 | 第36-37页 |
| 4.2.2 TMSSD的网络结构 | 第37-40页 |
| 4.2.2.1 改进的ResNet残差单元结构 | 第37-38页 |
| 4.2.2.2 改进的图像特征金字塔网络模块 | 第38-40页 |
| 4.2.3 训练方法 | 第40页 |
| 4.2.3.1 TMSSD的默认候选框的优化方式 | 第40页 |
| 4.2.3.2 TMSSD模型的训练方法 | 第40页 |
| 4.3 算法的评价指标 | 第40-41页 |
| 4.4 实验结果及分析 | 第41-43页 |
| 4.4.1 在VOC2007数据集下的测试结果 | 第41-42页 |
| 4.4.2 物体检测精度对比 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 总结和展望 | 第44-46页 |
| 5.1 工作总结 | 第44页 |
| 5.2 工作展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 攻读硕士学位期间参与的科研项目 | 第50页 |
| 攻读硕士学位期间发表的学术论文 | 第50页 |
