基于注意力卷积神经网络的目标检测算法研究

目录

第1 章 绪论

1.1 课题研究背景及意义

1.2 目标检测算法研究现状

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 主要研究内容

1.4 论文组织结构

第2 章 相关理论与技术

2.1 卷积神经网络

2.1.1 卷积神经网络简介

2.1.2 常用卷积神经网络模型

2.2 基于卷积神经网络的目标检测

2.2.1目标检测重要组件

2.2.2目标检测基本流程

2.3 注意力机制

2.3.1注意力机制简介

2.3.2注意力机制的应用

2.4 小结

第3 章 复杂背景下的目标检测

3.1 引言

3.2 基于注意力机制和改进NMS的轻量级目标检测

3.2.1 注意力模块融合

3.2.2 改进NMS

3.2.3 网络轻量化

3.2.4 改进ROI Pooling

3.3 实验结果和分析

3.3.1 数据集和评估指标

3.3.2 实验参数设置

3.3.3消融实验

3.3.4对比现有方法

3.4 小结

第4 章 多尺度目标下的目标检测

4.1 引言

4.2基于特征增强的多尺度目标检测

4.2.1 SSD模型

4.2.2 FPN模型

4.2.3 算法实现

4.3 实验结果与分析

4.3.1数据集与评估措施

4.3.2实验参数设置

4.3.3消融实验

4.3.4对比现有方法

4.4 本章小结

第5 章 总结与展望

5.1 研究工作总结

5.2研究展望

参考文献

攻读硕士学位期间的科研成果和其他获奖情况

致谢

声明