结合注意力机制Mask R-CNN的白细胞检测方法研究

目录

声明

第一章 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 论文研究内容及结构

第二章 基于卷积神经网络的图像分割方法与注意力机制理论

2.1 卷积神经网络理论基础

2.2 基于卷积神经网络的图像分割方法

2.3 Mask R-CNN基本结构

2.4 注意力机制

2.5 本章小结

第三章 基于改进Mask R-CNN的特征融合白细胞图像检测与分割

3.1 通道空间加权模块

3.2 Skip-FPN结构

3.3 边框回归

3.4 参数选择与网络训练

3.5 本章小结

第四章 基于生成网络的白细胞数据生成方法

4.1 GAN生成网络结构

4.2 Pix2pix网络基本结构

4.3 数据生成

4.4 本章小结

第五章 实验结果及分析

5.1 数据集及评估指标

5.2 不同网络层加入注意力机制模块比较

5.3 白细胞数据生成方法的有效性验证

5.4 FPN模块与Skip-FPN模块比较

5.5 C-Mask与Mask R-CNN比较

5.6 本文方法与其他方法比较

5.7 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

发表论文和参加科研情况

致谢