为你推荐
内容简介
作者简介
前言
第0章 绪论
0.1 研究背景及意义
0.2 国内外研究现状
0.3 本书的主要内容及章节安排如下
参考文献
第1章 基于UNet的图像去雾算法
1.1 引言
1.2 本章算法
1.3 实验与分析
1.4 本章小结
参考文献
第2章 基于特征融合GAN的图像增强算法
2.1 引言
2.2 GAN概述
2.3 基于特征融合GAN的图像增强算法
2.4 实验与分析
2.5 本章小结
参考文献
第3章 基于ESRGAN的图像超分辨率重建算法
3.1 引言
3.2 ESRGAN
3.3 基于ESRGAN的水下图像超分辨率重建算法
3.4 实验与分析
3.5 本章小结
参考文献
第4章 基于嵌套UNet的图像分割算法
4.1 引言
4.2 卷积神经网络的相关技术
4.3 全卷积网络
4.4 UNet模型
4.5 裂缝图像分割模型Att_Nested_UNet
4.6 本章小结
参考文献
第5章 基于对抗迁移学习的水下大坝裂缝图像分割算法
5.1 引言
5.2 相关工作
5.3 本章算法
5.4 实验与分析
5.5 本章小结
参考文献
第6章 基于改进Faster-RCNN的海洋生物检测算法
6.1 引言
6.2 相关工作
6.3 本章算法
6.4 实验与分析
6.5 本章小结
参考文献
第7章 基于YOLOv4的目标检测算法
7.1 引言
7.2 结合数据增强和改进YOLOv4的水下目标检测算法
7.3 实验与分析
7.4 本章小结
参考文献
第8章 基于RetinaNet的密集目标检测算法
8.1 引言
8.2 本章算法
8.3 实验与分析
8.4 本章小结
参考文献
第9章 基于LSTM网络的视频图像目标实时检测算法
9.1 引言
9.2 长短时记忆网络和记忆引导网络
9.3 交叉检测框架
9.4 模型训练和实验分析
9.5 本章小结
参考文献
第10章 基于改进YOLOv4的嵌入式变电站仪表检测算法
10.1 引言
10.2 本章算法
10.3 实验与分析
10.4 本章小结
参考文献
文后插图
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
6.5
