声明
摘要
第1章绪论
1.1研究背景和意义
1.2国内外研究现状
1.2.1传统语义分割算法研究简介
1.2.2基于深度学习的语义分割研究现状
1.2.3语义分割算法的关键技术和挑战
1.2.4小目标分割问题研究现状
1.3主要工作
1.4论文结构
第2章预备知识
2.1卷积神经网络的发展
2.2卷积神经网络的结构
2.2.1全连接层和卷积层
2.2.2激活层和池化层
2.3卷积神经网络的训练
2.3.1反向传播算法
2.3.2梯度下降算法
2.4基于卷积神经网络的语义分割
2.5常用评价指标和数据集
2.5.1常用评价指标
2.5.2常用数据集
2.6本章小结
第3章小目标敏感的双通道卷积神经网络语义分割算法
3.1问题描述
3.2全卷积神经网络简介
3.3算法描述
3.3.1模型提出
3.3.2卷积神经网络的结构
3.3.3卷积神经网络的训练
3.3.4神经网络模型的融合
3.4实验分析
3.4.1实验运行环境和网络参数的设置
3.4.2实验过程和步骤
3.4.3实验结果比较和分析
3.5本章小结
第4章小目标敏感的端到端差异网络语义分割算法
4.1问题描述
4.2算法描述
4.2.1模型设计
4.2.2卷积神经网络的结构
4.2.3网络模型的训练
4.3实验分析
4.3.1网络参数设置及其他训练细节
4.3.2实验过程和步骤
4.3.3实验结果比较和分析
4.4本章小结
第5章结合目标检测的小目标语义分割算法
5.1引言
5.2目标检测和语义分割方法
5.2.1 YOLO v2目标检测
5.2.2 DeepLab语义分割
5.3算法描述
5.3.1算法框架
5.3.2小目标分割网络的结构分析和设计
5.3.3小目标分割网络的训练
5.4实验结果和分析
5.5本章小结
第6章总结与展望
6.1工作总结
6.2未来展望
参考文献
附录
致谢