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
重庆大学;