1 绪 论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 机器学习
1.2.2 计算机视觉
1.3 本文研究内容
1.4 论文的组织结构
2 理论基础
2.1 引言
2.2 多层感知机
2.3 卷积神经网络
2.3.1 卷积神经网络结构
2.3.2 卷积层
2.3.3 激活函数
2.3.4 池化层
2.3.5 全连接层(FC)和全局平均池化(GAP)
2.4 经典卷积神经网络介绍
2.4.1 AlexNet
2.4.2 VGG Net
2.4.3 GoogLeNet
2.4.4 ResNet
2.5 图像分割方法
2.5.1基于图论的图像分割方法
2.5.2 基于像素的图像分割方法
2.5.3 基于深度语义的分割方法
2.6 本章小结
3 违规经营行为数据集的制作
3.1 引言
3.2 MS COCO
3.3 vendor数据集
3.3.1 数据集的采集与数据增强
3.3.2 数据集的标注
3.3.3 生成json 文件
3.4 本章小结
4 特征传播路径与融合的改进方法
4.1 引言
4.2 Mask R-CNN存在的不足
4.3 基于Mask R-CNN的改进
4.3.1 自下而上特征传播路径
4.3.2 自适应的多层特征融合
4.3.3 提高掩模分割精度
4.4 实验过程与结果分析
4.4.1 实验评价指标
4.4.2 实验参数设置
4.4.3 实验结果与分析
4.5 本章小结
5 有雾环境下的违规经营行为检测
5.1 引言
5.2 去雾模块AOD-NET
5.2.1 物理模型
5.2.2 网络模型
5.3 损失函数
5.4 实验过程与结果分析
5.5 本章小结
6 违规经营行为识别系统设计
6.1 引言
6.2 需求分析
6.3 系统架构图
6.4 违规经营行为系统的实现
6.5 本章小结
7 总结与展望
7.1 论文研究总结
7.2 研究展望
参考文献
附 录
A. 作者在攻读硕士学位期间取得的科研成果目录:
B. 学位论文数据集
致谢
重庆大学;