基于深度半监督学习的目标检测技术综述.docxVIP

基于深度半监督学习的目标检测技术综述

目录

一、内容概览................................................3

1.1背景与意义...........................................3

1.2国内外研究现状.......................................4

1.3研究内容与方法.......................................5

二、深度学习基础............................................7

2.1深度学习概述.........................................9

2.2卷积神经网络.........................................9

2.3循环神经网络........................................11

2.4生成对抗网络........................................12

三、半监督学习基础.........................................13

3.1半监督学习概述......................................14

3.2基于生成模型的半监督学习............................15

3.3基于图模型的半监督学习..............................16

3.4基于自学习的半监督学习..............................18

四、目标检测技术...........................................19

4.1目标检测概述........................................21

4.2基于传统算法的目标检测..............................23

4.2.1积分图像坐标法..................................24

4.2.2非极大值抑制....................................25

4.3基于深度学习的目标检测..............................26

4.3.1滑动窗口法......................................28

4.3.2卷积神经网络....................................29

五、深度半监督学习在目标检测中的应用.......................30

5.1数据增强策略........................................32

5.2图迁移学习..........................................32

5.3自监督学习..........................................34

5.4迁移学习与半监督学习的结合..........................35

六、实验设计与结果分析.....................................36

6.1实验环境与数据集....................................38

6.2实验方法与步骤......................................39

6.3实验结果与对比分析..................................40

6.4性能评估指标........................................41

七、挑战与展望.............................................43

7.1存在的挑战..........................................44

7.2未来发展方向........................................45

7.3对未来研究的建议....................................46

八、结论...................................................4