学位专题

封面
声明
中文摘要
英文摘要
目录
第1章绪论
1.1 课题背景及研究的目的和意义
1.2 国内外研究现状
1.2.1 传统目标检测方法
1.2.2 基于深度学习的常规图像目标检测方法
1.2.3 基于深度学习的遥感图像目标检测方法
1.3 本文的主要研究内容
第2章基于深度学习的目标检测技术相关内容
2.1 引言
2.2 基于深度学习的特征提取方法
2.2.1 AlexNet
2.2.2 VGG
2.2.3 ResNet
2.2.4 FPN
2.3 基于深度学习的目标检测方法
2.3.1 两阶段目标检测方法
2.3.2 单阶段目标检测方法
2.4 目标检测方法的评价指标
2.5 本章小结
第3章基于特征完备变换的遥感图像旋转框目标检测方法
3.1 引言
3.2 两阶段旋转框目标检测方法
3.2.1 级联两阶段检测器结构设计
3.2.2 旋转框目标检测
3.2.3 完备模块与特征完备变换
3.3 损失函数设计
3.4 实验及结果分析
3.4.1 数据集
3.4.2 在DOTA数据集上的实验结果
3.4.3 在HRSC2016数据集上的实验结果
3.4.4 消融实验
3.5 本章小结
第4章基于全局语义分析的遥感图像小样本目标检测方法
4.1 引言
4.2 小样本目标检测方法
4.2.1 基于迁移学习的小样本目标检测方法
4.2.2 基于元学习的小样本目标检测方法
4.3 基于全局语义分析的检测方法设计
4.4 损失函数设计与模型训练策略
4.4.1 损失函数设计
4.4.2 两阶段训练策略
4.5 实验及结果分析
4.5.1 数据集
4.5.2 在DIOR数据集上的实验结果
4.5.3 不同样本量条件下的实验结果
4.5.4 消融实验
4.6 本章小结
第5章基于生成对抗网络的遥感图像弱小目标检测方法
5.1 引言
5.2 基于生成对抗网络的图像超分辨方法
5.2.1 GAN
5.2.2 SRGAN
5.2.3 ESRGAN
5.3 轻量级生成器
5.4 损失函数与模型训练策略
5.4.1 损失函数设计
5.4.2 端到端训练策略
5.5 实验及结果分析
5.5.1 数据集
5.5.2 在COWC数据集上的实验结果
5.6 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文及获得成果
致谢