声明
摘要
第1章绪论
1.1课题研究背景
1.2课题研究目的和意义
1.3国内外研究现状
1.4论文的组织结构
第2章相关基础知识
2.1传统目标检测
2.2深度神经网络
2.2.1深度学习
2.2.2激活函数
2.2.3深层神经网络
2.2.4损失函数
2.2.5梯度下降和反向传播算法
2.3卷积神经网络
2.3.1卷积层
2.3.2 池化层
2.4基于深度神经网络的目标检测
2.4.1两步检测法
2.4.2一步检测法
2.5实验工具与数据集
2.5.1 Anaconda
2.5.3数据集
2.6本章小结
第3章基于改进NMS的遮挡目标检测算法
3.1 SSD目标检测算法
3.1.1 SSD的网络结构
3.1.2 SSD的训练过程
3.1.3 SSD的损失函数
3.1.4 SSD的预测过程
3.2 NMS的改进
3.2.1 NMS
3.2.2 soft-NMS
3.2.3基于阈值数量改进的NMS算法
3.3评价指标
3.4实验结果与分析
3.5本章小结
第4章基于增强Repulsion Loss和Inception-ResNet-v2的遮挡目标检测
4.1损失函数Repulsion Loss
4.2 Inception-ResNet-v2网络结构
4.2.1 Inception网络结构
4.2.2 ResNet网络结构
4.2.3 Inception-ResNet-v2网络结构
4.3基于增强Repulsion Loss和Inception-ResNet-v2的遮挡目标检测
4.3.1增强Repulsion Loss
4.3.2增强Repulsion Loss在遮挡目标检测中的分析
4.3.3基于Inception-ResNet-v2的SSD网络
4.4实验结果与分析
4.5本章小结
第5章目标检测软件设计与实现
5.1软件设计背景
5.2开发环境与工具
5.3软件功能实现
5.4 目标检测软件测试
5.5本章小结
第6章总结与展望
6.1 总结
6.2展望
参考文献
攻读学位期间取得的研究成果
致谢
扬州大学;