| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 传统目标检测算法研究现状 | 第10-13页 |
| 1.2.2 深度学习方法目标检测算法研究现状 | 第13-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本文组织架构 | 第17-19页 |
| 第2章 相关理论与研究方法 | 第19-29页 |
| 2.1 交并比算法 | 第19-20页 |
| 2.2 非极大值抑制算法 | 第20-22页 |
| 2.3 基于区域方案(region proposal)的基础目标检测算法 | 第22-27页 |
| 2.3.1 RCNN | 第22-23页 |
| 2.3.2 SPP-Net | 第23-24页 |
| 2.3.3 Fast RCNN | 第24-26页 |
| 2.3.4 Faster RCNN | 第26-27页 |
| 2.4 在线难例挖掘方法 | 第27-28页 |
| 2.5 本章小结与讨论 | 第28-29页 |
| 第3章 FOHEM目标检测算法 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 网络框架设计 | 第29-32页 |
| 3.2.1 特征提取网络 | 第30-31页 |
| 3.2.2 目标感兴趣区域网络 | 第31-32页 |
| 3.3 实验设计及结果分析 | 第32-40页 |
| 3.3.1 参数设置 | 第32-33页 |
| 3.3.2 特征提取网络实验结果分析 | 第33-35页 |
| 3.3.3 引入在线难例挖掘方法实验对比 | 第35-37页 |
| 3.3.4 改进在线难例挖掘方法的实验对比 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 数据均衡采样方法 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 SSD数据采样方法概述 | 第41-45页 |
| 4.2.1 实验设计及结果分析 | 第42-45页 |
| 4.3 数据均衡性采样方法概述 | 第45-50页 |
| 4.3.1 实验设计及结果分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-54页 |
| 5.1 本文总结 | 第51-52页 |
| 5.2 下一步工作计划 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间公开发表论文 | 第58-59页 |
| 致谢 | 第59页 |