| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 变量注释表 | 第15-17页 |
| 1 绪论 | 第17-25页 |
| 1.1 研究背景和意义 | 第17-18页 |
| 1.2 研究现状 | 第18-24页 |
| 1.3 研究内容及章节安排 | 第24-25页 |
| 2 深度学习基础理论与应用 | 第25-46页 |
| 2.1 全连接和卷积神经网络 | 第26-37页 |
| 2.2 卷积网络在分类和检测任务上的应用 | 第37-41页 |
| 2.3 目标检测的必要性及其实验 | 第41-45页 |
| 2.4 本章小结 | 第45-46页 |
| 3 基于卷积网络的车辆定位算法研究 | 第46-62页 |
| 3.1 当前目标检测算法分析 | 第46-52页 |
| 3.2 基于全局特征的目标检测算法改进 | 第52-55页 |
| 3.3 实验 | 第55-61页 |
| 3.4 本章小结 | 第61-62页 |
| 4 基于卷积网络的同时定位与细分类研究 | 第62-75页 |
| 4.1 算法方案分析 | 第62-68页 |
| 4.2 实验 | 第68-73页 |
| 4.3 本章小结 | 第73-75页 |
| 5 总结及展望 | 第75-76页 |
| 5.1 总结 | 第75页 |
| 5.2 展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 作者简历 | 第82-84页 |
| 学位论文数据集 | 第84页 |