基于多层次深度特征融合和IGIoU Loss的高分辨率遥感图像目标检测

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 通用目标检测的研究现状

1.2.2 高分辨率遥感图像目标检测的研究现状

1.3 当前研究存在的问题

1.4 本文的主要研究内容及贡献

1.4.1 主要研究内容

1.4.2 主要贡献

1.4.3 章节安排

第二章 基于多层次深度特征融合的候选区域特征提取

2.1 基于FPN的候选区域特征提取

2.1.1 FPN的网络结构

2.1.2 FPN的训练

2.2.1 多层次融合特征网络的结构

2.2.2 多层次融合特征网络的训练

2.3 本章小结

第三章 基于IGIoU Loss 的边框回归

3.1 两种度量指标

3.1.1 度量指标Intersection over Union

3.1.2 度量指标Generalized Intersection over Union

3.2 边框回归损失函数IGIoU Loss

3.2.1 现有边框回归损失函数及分析

3.2.2 IGIoU Loss 的针对性设计及分析

3.3 本章小结

第四章 融合多层次深度特征与IGIoU Loss 的高分辨率遥感图像目标检测

4.1 基于IGIoU Loss的候选区域生成网络

4.1.1 候选区域生成网络的构建

4.1.2 候选区域生成网络的训练

4.2 基于多层次深度特征融合和IGIoU Loss的目标检测模型

4.2.1 目标检测模型的构建

4.2.2 目标检测模型的训练

4.3 高分辨率遥感图像目标检测

4.4 本章小结

第五章 实验评估

5.1 实验设置

5.1.1 数据集

5.1.2 评价指标

5.1.3 实验细节

5.2 实验对比分析

5.2.1 NWPU VHR-10 数据集上的定量评估

5.2.2 DIOR数据集上的定量评估

5.2.3 主观评估

5.2.4 实验分析

5.3 本章小结

第六章 总结与展望

6.1 本文研究工作总结

6.2 后续工作展望

参考文献

附录1 攻读硕士学位期间成果目录

附录2 攻读硕士学位期间参与项目

致谢