1 绪 论
1.1研究背景及意义
1.2国内外研究现状
1.3深度学习目标检测
1.4本文研究内容与章节安排
2 深度学习目标检测相关算法
2.1 YOLO算法
2.1.1 YOLO算法简介
2.1.2 YOLO算法原理
2.1.3 损失函数
2.2 FasterR-CNN算法
2.2.1Faster R-CNN算法思想
2.2.2 RPN网络介绍
2.2.3Faster R-CNN算法
2.2.4 损失函数
2.3 FPN算法思想及分析
2.4本章小结
3Cascade R-CNN目标检测算法
3.1评价指标
3.1.1评价指标部分概念
3.1.2 mAP
3.1.3 FPPI-Recall
3.2Faster R-CNN网络分析
3.3 级联网络的提出
3.4.1模型应用
3.4.2 训练参数
3.4.3 服务器及系统参数
3.5 实验结果及分析
3.5.1Cascade R-CNN目标检测以及对比实验
3.5.2 实验结果对比及分析
3.6 本章小结
4 改进CascadeR-CNN目标检测算法
4.1.1对齐优化方法
4.1.2对齐测试结果
4.2.1多尺度训练方法
4.2.2多尺度测试结果
4.3模型裁剪
4.3.1模型裁剪方法
4.3.2模型裁剪测试结果
4.4模型优化对比
4.4.1优化前后指标对比
4.4.2优化前后直观对比
4.5本章小结
5 总结与展望
5.1总结
5.2展望
参考文献
附录
A 攻读硕士学位期间发表的论文
B 攻读硕士学位期间参与的项目
C 攻读硕士学位期间获得的专利
D 学位论文数据集
致谢
重庆大学;