声明
摘要
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 基于计算机视觉的水下目标检测方法国内外研究现状
1.2.2 基于卷积神经网络的目标检测方法国内外研究现状
1.3 本文主要工作
1.4 论文的组织结构
第2章 水下海参目标检测系统需求分析与总体设计
2.1 系统的需求分析
2.1.1 功能需求
2.1.2 性能需求
2.2 水下海参目标检测系统总体设计
2.2.1 系统结构设计
2.2.2 系统实现阶段设计
2.2.3 水下海参目标检测评估指标
2.3 水下海参目标检测系统流程设计
2.4 本章小结
第3章 基于卷积神经网络的水下海参目标检测算法
3.1 引言
3.2 卷积神经网络
3.2.1 基础单元
3.2.2 卷积神经网络的训练
3.2.3 经典卷积神经网络结构
3.3 基于卷积神经网络的目标检测方法
3.3.1 基于候选区域的目标检测方法
3.3.2 基于回归的目标检测方法
3.4 基于YOLO v2的水下海参目标检测算法
3.4.1 网络结构
3.4.2 坐标预测
3.4.3 非极大值抑制
3.4.4 损失函数设计
3.4.5 关键技术分析
3.5 本章小结
第4章 基于卷积神经网络的水下海参目标检测系统实现
4.1 材料
4.1.1 实验样本
4.1.2 数据采集
4.2 数据准备阶段
4.2.1 图像预处理模块
4.2.2 数据标注模块
4.2.3 数据筛选模块
4.3 模型训练阶段
4.3.1 模型训练环境及数据
4.3.2 模型训练模块
4.4 水下海参目标检测阶段
4.5 本章小结
第5章 基于卷积神经网络的水下海参目标检测系统测试
5.1 系统测试环境及数据
5.2 系统性能测试
5.2.1 YOLO系列算法实验结果
5.2.2 YOLO v2与其他算法对比结果
5.3 系统功能测试
5.3.1 图像文件测试
5.3.2 视频文件测试
5.4 测试结论
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢