基于层内-层间融合的小目标检测方法研究

目录

1 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 传统目标检测

1.2.2 基于深度学习的目标检测

1.3 研究内容

1.4 论文结构安排

2 基于层内-层间融合的深度神经网络

2.1 引言

2.2 检测层结构总结

2.3 小目标检测整体框架

2.4.1 边框回归原理

2.4.2 K-means聚类原理

2.4.3 K-means++初始化预置框

2.5 Group Normalization

2.6.1 经典卷积神经网络

2.6.2 特征通道相关性定性分析

2.6.3 特征通道相关性定量分析

2.6.4 整体融合网络

2.6.5 通道融合模块

2.7 模型训练及测试

2.7.1 随机梯度下降法原理

2.7.2 损失函数

2.8 本章小结

3 系统仿真和性能分析

3.1 优化点验证及分析

3.2 检测框架性能分析

4 总结与展望

参考文献

附录

A. 作者在攻读学位期间参与的科研项目目录

B. 学位论文数据集

致谢