基于深度卷积神经网络遥感图像目标检测算法研究

目录

声明

摘要

第1章绪论

1．1课题的研究背景以及研究意义

1．2国内外研究现状

1．2．1 可见光遥感图像目标检测研究现状

1．2．2基于深度学习的自然图像目标检测研究现状

1．2．3基于卷积神经网络的遥感图像舰船目标检测研究现状

1．3当前遥感图像目标检测难点分析

1．4本文主要研究内容

第2章基于深度学习的通用目标检测算法

2．1引言

2．2基于深度学习的目标检测算法

2．2．1 RCNN算法

2．2．2 Fast RCNN算法

2．2．3 Faster RCNN算法

2．2．4特征金字塔网络

2．2．5 Cascade-RCNN算法

2．3目标检测中常见概念

2．3．1 交并比

2．3．2非极大值抑制

2．3．3评价指标

2．4本章小结

第3章旋转矩形区域的遥感舰船目标检测算法

3．1引言

3．2基于旋转矩形框的遥感舰船检测算法

3．3旋转矩形候选区域生成网络

3．3．1旋转矩形的表示

3．3．2旋转矩形候选锚点框

3．4兴趣区域特征金字塔池化模块

3．4．1旋转兴趣区域特征池化层

3．4．2旋转兴趣区域特征金字塔池化模块

3．5定位准确度预测分支与定位准确度指导非极大值抑制

3．5．1定位精确度预测分支

3．5．2定位准确度指导的非极大值抑制

3．6本章小结

第4章实验验证与分析

4．1实验环境与实验数据

4．1．1实验环境

4．1．2实验所用数据集

4．1．3网络训练设置

4．2旋转矩形候选区域检测网络对比实验分析

4．3兴趣区域特征金字塔池化模块对比实验分析

4．4定位准确度预测分支对比实验分析

4．5旋转矩形区域的舰船目标检测算法实验分析

4．6旋转矩形区域的舰船目标检测算法的不足分析

4．6．1算法原理上的不足

4．6．2算法实际应用中的不足

4．7本章小结

结论

参考文献

攻读硕士学位期间取得的学术成果

致谢