用于景观湖水草分布研究的语义分割算法

目录

声明

第一章 绪论

1.1课题背景和研究意义

1.1.1研究背景

1.1.2研究意义

1.2研究现状

1.2.1语义分割发展史

1.2.2语义分割数据集

1.3本文主要内容

第二章 特征提取网络简介

2.1 ResNet网络简介

2.2 MobileNet网络简介

2.3 Inception系列网络简介

2.4本章小结

第三章 基于FC-DenseNet的改进模型

3.1 全卷积网络的模型结构

3.2 基于编解码结构的SegNet模型

3.3 采用密集连接方式的语义分割模型

3.4 全卷积DenseNet语义分割模型

3.5 添加了预处理模块的FC-DenseNet

3.5.1 改进的模型结构

3.5.2 用于分析不同模型的评价指标

3.5.3 不同的模型分割效果对比

3.6本章小结

第四章 使用ASPP结构的全卷积DenseNet

4.1 DeepLab系列语义分割模型简介

4.2 基于ASPP结构的密集连接型网络

4.3 FC-DenseASPP网络结构

4.4本章小结

第五章 基于FC-DenseASPP的水草分布识别

5.1 数据集制作

5.2 参数和运行环境配置

5.2.1 实验环境和参数设置

5.2.2 损失函数与迭代次数的关系

5.3 数据增强

5.4 实验结果

5.4.1 在水草数据集上的分类效果

5.4.2 在公开数据集上的分类效果

5.5本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

致谢

在校期间发表过的学术论文与研究成果