卷积神经网络的遥感影像目标检测与分割
①全新正版,现货速发,7天无理由退换货②天津、成都、无锡、广东等多仓就近发货,订单最迟48小时内发出③无法指定快递④可开电子发票,不清楚的请咨询客服。
¥
13.46
3.5折
¥
38
全新
库存10件
作者王雪|
出版社西北大学
ISBN9787560452227
出版时间2023-09
装帧平装
开本其他
定价38元
货号32068758
上书时间2024-10-15
商品详情
- 品相描述:全新
- 商品描述
-
目录
第1章 绪论
1.1 研究背景和意义
1.2 卷积神经网络在目标检测领域的发展
1.2.1 深度学习的发展
1.2.2 深度卷积神经网络在目标检测领域的发展
1.3 卷积神经网络在语义分割领域的发展
1.4 卷积神经网络在遥感影像语义分割的研究现状
1.4.1 研究现状
1.4.2 存在的问题
1.5 研究内容及结构组织
1.5.1 研究内容
1.5.2 组织结构
第2章 相关理论基础
2.1 图像语义分割
2.1.1 概述
2.1.2 图像语义分割
2.2 神经网络
2.2.1 单个神经元
2.2.2 神经网络模型
2.2.3 多层神经网络模型
2.3 卷积神经网络
2.3.1 局部感知野
2.3.2 参数共享
2.3.3 卷积计算
2.3.4 多卷积核
2.3.5 卷积神经网络的架构
2.4 训练流程
2.4.1 前向计算
2.4.2 损失优化
2.4.3 反向传播及参数更新
2.5 超参数
2.5.1 学习率
2.5.2 小批处理大小
2.5.3 权重初始化
2.5.4 正则化
2.5.5 动量
2.6 主要模型介绍
2.6.1 LeNet-5
2.6.2 AlexNet
2.6.3 ZFNet
2.6.4 VGG-Net
2.7 迁移学习
2.8 精度评价指标
2.9 本章小结
第3章 区域卷积神经网络用于车辆目标检测
3.1 目标检测
3.1.1 滑动窗口检测
3.1.2 滑动窗口的卷积计算
3.1.3 交并比
3.1.4 非极大值抑制
内容摘要
本书是作者攻读博士学位期间主要的研究成果,将计算机视觉及深度卷积神经网络理论及技术应用到遥感
影像目标检测与语义分割中。深度卷积神经网络的优势是能够自动学习每一层特征
,而无须人工设计目标的特征;另外它下采样层的设计,具有更大的感受野,不仅可以提取局部特征,还能提取更加抽象的全局特征。因此,研究将深度卷积神经网络应用于遥感影像目标检测及语义分割,具有重要的实际应用价值。
本书的第1章是绪论,介绍了研究背景、意义;国内外发展现状及存在的问题;第2章介绍了与卷积神经网络相关的理论、模型、训练的流程及精度评价指标;第3章基于区域卷积神经网络用于遥感影像的车辆检测理论、实验;第4章、第5章、
第6章分别介绍了全卷积神经网络模型、引入条件随机场的卷积神经网络模型、膨胀卷积算法的卷积神经网络模型用于遥感影像语义分割。内容由浅入深,采用了不同的数据,针对不同的目标对象,最后展示了语义分割的结果,并进行了精度评定。
— 没有更多了 —
以下为对购买帮助不大的评价