基于注意力机制与多尺度特征融合的目标检测器研究

目录

第1章 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 基于区域的两阶段目标检测算法

1.2.2 基于回归的单阶段目标检测算法

1.3 本文的主要工作

1.3.1 本文的研究内容和创新点

1.3.2 本文的组织安排

第2章 相关工作基础

2.1 目标检测的基本流程和主要难点

2.1.1 目标检测的基本流程

2.1.2 目标检测的主要难点

2.2 目标的多尺度问题分析

2.2.1 图像金字塔法

2.2.2 特征金字塔法

2.3 注意力机制

2.4 数据集以及评价指标

2.4.1 PASCAL VOC 数据集

2.4.2 MS COCO 数据集

2.4.3 评价指标

2.5 本章小结

第3章 引入通道注意力与残差学习的目标检测器

3.1 引言

3.2 SSD目标检测器

3.3 GFENet目标检测器

3.3.1 GFE模块

3.3.2 FFB模块

3.3.3 默认框的选取

3.4 实验结果与分析

3.4.1实现环境

3.4.2定量分析

3.4.3定性分析

3.5 本章小结

第4章 结合注意力机制和自适应特征融合的目标检测器

4.1 引言

4.2 AFFNet目标检测器

4.2.1 CFE模块

4.2.2 自适应特征融合方法

4.3 实验结果分析

4.3.1实现环境

4.3.2定量分析

4.3.3定性分析

4.4 本章小结

第5章 总结与展望

5.1 本文工作总结

5.2 未来工作展望

参考文献

硕士期间发表的学术论文和参与的科研项目

致谢

声明