1绪论
1.1 研究背景和意义
1.2 水下识别技术国内外研究现状
1.3 水下识别主要难点
1.4 本文主要研究内容及章节安排
2 载人潜水器水下摄像信息识别算法研究
2.1 卷积神经网络
2.2 识别算法
2.2.1 SSD算法
2.2.2 Faster R-CNN算法
2.2.3 R-FCN算法
2.3 网络性能分析
2.3.1 SSD_MobileNet网络模型
2.3.2Faster R-CNN_Inception_ResNet网络模型
2.3.3 R-FCN_ResNet网络模型
2.4 本章小结
3 载人潜水器水下摄像信息模型算法实验及分析
3.1 前期工作
3.1.1 训练环境搭建
3.1.2 数据来源及数据筛选
3.1.3 数据集搭建
3.2 模型训练
3.2.1 模型预学习
3.2.2 模型训练及导出
3.3 模型识别效果分析
3.3.1 SSD_MobileNet网络模型实验结果
3.3.2Faster R-CNN网络模型实验结果
3.3.3 R-FCN_ResNet网络模型实验结果
3.3.4 算法比较
3.4 本章小结
4 载人潜水器水下摄像信息识别软件设计及实现
4.1 软件结构设计
4.2 软件通信实现
4.3 功能模块实现
4.3.1 图像识别模块
4.3.2 信息融合模块
4.3.3 数据存储模块
4.3.4 历史查询模块
4.3.5 人工反演模块
4.4 本章小结
5 总结和展望
5.1 本文研究工作总结
5.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录
声明