| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景与意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 论文内容与章节安排 | 第18-19页 |
| 第二章 基础理论和方法 | 第19-35页 |
| 2.1 引言 | 第19页 |
| 2.2 人工神经网络 | 第19-24页 |
| 2.2.1 神经元模型和网络结构 | 第20-22页 |
| 2.2.2 反向传播算法 | 第22-24页 |
| 2.3 卷积神经网络 | 第24-28页 |
| 2.3.1 卷积 | 第24-26页 |
| 2.3.2 池化 | 第26页 |
| 2.3.3 训练过程 | 第26-28页 |
| 2.4 VGG网络 | 第28-29页 |
| 2.5 SSD网络 | 第29-31页 |
| 2.6 SENet网络 | 第31-33页 |
| 2.7 本章小结 | 第33-35页 |
| 第三章 平台搭建以及基于特征融合的SSD改进算法研究 | 第35-57页 |
| 3.1 引言 | 第35页 |
| 3.2 深度学习平台搭建 | 第35-37页 |
| 3.3 航拍图像目标检测难点分析 | 第37-39页 |
| 3.4 整体方案设计 | 第39-42页 |
| 3.5 基于特征融合的SSD改进算法 | 第42-48页 |
| 3.5.1 分析 | 第42-46页 |
| 3.5.2 算法描述 | 第46-48页 |
| 3.6 实际航拍图像目标检测 | 第48-56页 |
| 3.6.1 数据集 | 第48-49页 |
| 3.6.2 评估方法 | 第49-51页 |
| 3.6.3 实验内容 | 第51-53页 |
| 3.6.4 实验结论和分析 | 第53-56页 |
| 3.7 VOC2007测试 | 第56页 |
| 3.8 本章小结 | 第56-57页 |
| 第四章 基于特征融合和增强的SSD改进算法研究 | 第57-65页 |
| 4.1 引言 | 第57页 |
| 4.2 基于特征融合和增强的SSD改进算法 | 第57-59页 |
| 4.2.1 分析 | 第57页 |
| 4.2.2 算法描述 | 第57-59页 |
| 4.3 实际航拍图像目标检测 | 第59-62页 |
| 4.3.1 实验内容 | 第59-60页 |
| 4.3.2 实验结论和分析 | 第60-62页 |
| 4.4 VOC2007测试 | 第62-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 结论和展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 作者简介 | 第73-74页 |