| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状与发展 | 第14-16页 |
| 1.3 本文的主要内容及结构 | 第16-18页 |
| 第二章 CNN与 GAN的结构原理 | 第18-28页 |
| 2.1 CNN原理与结构 | 第18-24页 |
| 2.2 GAN原理与结构 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于Faster R-CNN的妇科显微图像检测 | 第28-39页 |
| 3.1 妇科显微图像数据 | 第28-31页 |
| 3.2 Faster R-CNN检测网络 | 第31-35页 |
| 3.3 妇科显微图像检测及实验结果 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于GAN的多目标图像生成 | 第39-45页 |
| 4.1 小图生成及其结构 | 第39-40页 |
| 4.2 大图生成及其结构 | 第40-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 GAN对提高检测准确率的实验结果分析 | 第45-56页 |
| 5.1 生成图像 | 第45-49页 |
| 5.1.1 小图生成图像 | 第45-46页 |
| 5.1.2 大图生成图像 | 第46-49页 |
| 5.2 生成效果比较 | 第49-53页 |
| 5.3 生成图像对检测的作用 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结和展望 | 第56-59页 |
| 6.1 论文总结 | 第56-57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间成果 | 第64-66页 |
| 致谢 | 第66页 |