基于卷积神经网络的图像分类与目标检测

目录

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 图像分类

1.2.2 目标检测

1.3 论文的主要工作

1.4 论文的组织结构

第2章 关键技术分析

2.1 图像分类与目标检测的相关概念与基本步骤

2.2 特征提取卷积神经特征视觉表达

2.3 区域建议网络

2.4 ROI Pooling

2.5 空间金字塔池化

2.6 本章小结

第3章 基于对抗网络的多标签分类

3.1 模型参数迁移

3.2 空间金字塔池化

3.3 多标签损失函数

3.4 利用对抗网络提升分类精度

3.4.1 对抗网络的训练

3.4.2 联合训练

3.5 实验

3.5.1 数据集和评估指标

3.5.2 实验参数设置

3.5.3 Corel5k数据集上实验结果

3.5.4 在PASCAL VOC 2012数据集上的实验结果

3.6 本章小结

第4章 基于多特征融合的目标检测

4.1 级联网络

4.2 多尺度ROIAligns（空间区域校正）

4.3 特征过滤

4.4 实验与分析

4.4.1 数据集与评估措施

4.4.2 实验参数设置

4.4.3 拆分实验

4.4.4 在VOC数据集上的实验结果

4.5 本章小结

第5章 总结与展望

5.1 论文工作总结

5.2 下一步工作展望

参考文献

攻读硕士学位期间的科研成果

致谢

声明