本書闡述弱監(jiān)督目標檢測的建模理論、優(yōu)化方法和實際應用,主要內(nèi)容包括弱監(jiān)督目標檢測的任務定義、現(xiàn)有弱監(jiān)督目標檢測算法簡介和問題呈現(xiàn)、最小熵隱變量模型方法的建模、連續(xù)優(yōu)化多示例學習方法和弱監(jiān)督目標檢測算法在X射線安檢場景中的應用。其中的主要問題包括弱監(jiān)督目標檢測的定位穩(wěn)定性建模、弱監(jiān)督學習的非凸優(yōu)化方法,以及弱監(jiān)督學習在實際應用場景中的部署等。
更多科學出版社服務,請掃碼獲取。
目錄
前言
第1章 緒論 1
1.1 研究背景與意義 1
1.2 研究現(xiàn)狀與存在的問題 5
1.2.1 研究現(xiàn)狀 5
1.2.2 存在的問題 10
1.3 本書的主要研究內(nèi)容 11
第2章 相關工作與技術 14
2.1 全監(jiān)督目標檢測 14
2.1.1 候選框提取算法 14
2.1.2 特征提取 15
2.1.3 特征學習 16
2.2 弱監(jiān)督目標檢測 18
2.2.1 傳統(tǒng)方法 19
2.2.2 基于深度學習的方法 21
2.3 特征學習與建模 24
2.3.1 無監(jiān)督特征預學習 24
2.3.2 不變性特征 25
2.3.3 弱監(jiān)督目標建模 26
2.4 弱監(jiān)督語義分割與實例分割 27
2.5 本章小結 28
第3章 最小熵隱變量模型 29
3.1 問題簡介 29
3.2 最小熵隱變量模型 31
3.2.1 候選框團劃分 33
3.2.2 全局最小熵隱模型 34
3.2.3 局部最小熵隱模型 36
3.3 網(wǎng)絡結構與實現(xiàn) 37
3.4 模型優(yōu)化 39
3.5 模型分析 41
3.6 實驗結果與分析 43
3.6.1 實驗設定 43
3.6.2 候選框團的影響與分析 46
3.6.3 定位隨機性分析 48
3.6.4 模型拆解分析 52
3.6.5 實驗結果與對比 55
3.7 本章小結 62
第4章 漸進多示例學習 63
4.1 多示例學習回顧 65
4.2 非凸分析 67
4.3 漸進多示例學習 68
4.3.1 漸進示例挖掘 69
4.3.2 漸進檢測器學習 70
4.4 網(wǎng)絡結構與實現(xiàn) 70
4.5 實驗結果與分析 71
4.5.1 實驗設定 71
4.5.2 連續(xù)優(yōu)化方法評測 72
4.5.3 語義穩(wěn)定極值區(qū)域 75
4.5.4 實驗性能與對比 76
4.6 本章小結 79
第5章 弱監(jiān)督X射線圖像違禁品檢測 80
5.1 問題簡介 80
5.2 弱監(jiān)督X射線違禁品定位網(wǎng)絡 81
5.2.1 分層置信度傳播 81
5.2.2 多尺度激活 83
5.3 實驗結果與分析 84
5.3.1 實驗設置與評測 84
5.3.2 數(shù)據(jù)集簡介 85
5.3.3 分類與定位實驗 87
5.3.4 模型驗證實驗 91
5.4 本章小結 92
第6章 總結與展望 93
6.1 總結 93
6.2 展望 94
參考文獻 96