深度学习与目标检测

封面

作者简介

版权信息

内容简介

序

前言

基础篇

第1章 深度学习概述

1.1 深度学习发展简史

1.2 有监督学习

1.3 无监督学习

1.4 强化学习

1.5 小结

参考资料

第2章 深度神经网络

2.1 神经元

2.2 感知机

2.3 前向传递

2.4 后向传递

2.5 防止过拟合

2.6 小结

第3章 卷积神经网络

3.1 卷积层

3.2 池化层

3.3 反卷积

3.4 感受野

3.5 卷积神经网络实例

3.6 小结

进阶篇

第4章 两阶段目标检测方法

4.1 R-CNN

4.2 SPP-Net[2]

4.3 Fast R-CNN[3]

4.4 Faster R-CNN[4]

4.5 R-FCN[5]

4.6 Mask R-CNN[8]

4.7 小结

参考资料

第5章 单阶段目标检测方法

5.1 SSD[1]

5.2 RetinaNet[2]

5.3 RefineDet[3]

5.4 YOLO

5.5 目标检测算法的应用场景

5.6 小结

参考资料

应用篇

第6章 肋骨骨折检测

6.1 国内外研究现状

6.2 解决方案

6.3 预处理

6.4 肋骨骨折检测

6.5 实验结果分析

6.6 小结

参考资料

第7章 肺结节检测

7.1 国内外研究现状

7.2 总体框架

7.3 肺结节可疑位置推荐算法

7.4 可疑肺结节定位算法

7.5 实验结果与分析（1）

7.6 假阳性肺结节抑制算法

7.7 实验结果与分析（2）

7.8 小结

参考资料

第8章 车道线检测

8.1 国内外研究现状

8.2 主要研究内容

8.3 车道线检测系统的设计与实现

8.4 车道线检测系统性能测试

8.5 小结

参考资料

第9章 交通视频分析

9.1 国内外研究现状

9.2 主要研究内容

9.3 交通视频分析

9.4 系统测试

9.5 小结

参考资料