基于Faster R-CNN的高速铁路异物侵限检测算法的研究

目录

声明

1 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 本文的主要研究内容

1.4 本文章节安排

2 目标检测算法

2.1 传统的目标检测算法

2.2 卷积神经网络

2.3 基于深度学习的目标检测模型

2.4 本章小结

3 改进的Faster R-CNN模型

3.1 模型Faster R-CNN

3.2 全局平均池化

3.3 区域建议网络RPN的优化

3.4 本章小结

4 基于迁移学习的模型训练

4.1 迁移学习

4.2 模型训练

4.3 实验对比及结果分析

4.4 本章小结

5 基于改进的Faster R-CNN的铁路异物侵限检测算法

5.1 算法的总体框架

5.2 改进模型的性能对比

5.3 模型的检测效果

5.4 铁路异物侵限检测领域算法对比

5.5 本章小结

结论

致谢

参考文献

攻读学位期间的研究成果