基于深度学习的文本与遥感图像目标检测研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 目标检测简介 | 第11-15页 |
| 1.2 文本检测研究现状 | 第15-17页 |
| 1.3 遥感目标检测研究现状 | 第17-18页 |
| 1.4 本论文的主要研究内容 | 第18-20页 |
| 1.5 主要标准数据库 | 第20-21页 |
| 1.5.1 DOTA数据集 | 第20页 |
| 1.5.2 ICDAR2015数据集 | 第20-21页 |
| 1.5.3 SCUT-CTW1500数据集 | 第21页 |
| 1.5.4 ICPR-MTWI数据集 | 第21页 |
| 1.5.5 MLT数据集 | 第21页 |
| 1.5.6 RCTW-17数据集 | 第21页 |
| 1.6 本文的组织结构 | 第21-23页 |
| 第2章 基于局部滑动线条点回归的目标检测 | 第23-39页 |
| 2.1 基于局部滑动线条点回归的模型框架 | 第23-29页 |
| 2.1.1 系统框架和网络参数设置 | 第23-24页 |
| 2.1.2 局部滑动线条点回归方法计算细节 | 第24-26页 |
| 2.1.3 旋转堆叠R-CNN | 第26-29页 |
| 2.2 实验结果和分析 | 第29-38页 |
| 2.2.1 遥感图像目标检测实验 | 第29-33页 |
| 2.2.2 文本检测实验 | 第33-38页 |
| 2.3 本章总结 | 第38-39页 |
| 第3章 基于可调整周期编码的目标检测 | 第39-53页 |
| 3.1 角度周期性带来的问题与系统框架 | 第39-40页 |
| 3.2 算法原理 | 第40-47页 |
| 3.2.1 无锚点标签的生成 | 第41-42页 |
| 3.2.2 可调整周期编码的编码和解码 | 第42-44页 |
| 3.2.3 长度无关交互比 | 第44-46页 |
| 3.2.4 堆叠R-CNN | 第46-47页 |
| 3.3 实验结果 | 第47-51页 |
| 3.3.1 实验配置 | 第47-48页 |
| 3.3.2 消融实验 | 第48-50页 |
| 3.3.3 性能对比与错误分析 | 第50-51页 |
| 3.4 本章总结 | 第51-53页 |
| 第4章 基于实例分割的目标检测 | 第53-65页 |
| 4.1 基于实例分割的目标检测框架和流程 | 第53-60页 |
| 4.1.1 系统流程和参数设置 | 第53-54页 |
| 4.1.2 损失函数 | 第54-58页 |
| 4.1.3 并行组合算法 | 第58-60页 |
| 4.2 实验结果 | 第60-64页 |
| 4.2.1 实现配置 | 第60-61页 |
| 4.2.2 实验分析 | 第61-64页 |
| 4.3 本章总结 | 第64-65页 |
| 第5章 总结 | 第65-67页 |
| 5.1 本文主要研究工作 | 第65-66页 |
| 5.2 未来的研究方向 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 在读期间发表的学术论文与取得的研究成果 | 第74页 |
