目錄

前言

研究現狀 

深度學習研究現狀 

目標檢測研究現狀  

目標檢測存在的問題 

2 基于深度學習的目標檢測算法理論基礎 

2.1 卷積神經網絡

2.1.1 卷積層 

2.1.2 池化層 

2.1.3 激活函數 

2.1.4 全連接層 

 2.2 優化器 

2.3 基于深度學習的目標檢測算法  

2.3.1 R-CNN系列算法 

2.3.2 YOLO系列算法  

2.3.3 SSD系列算法 

2.3.4 目標檢測模型的性能分析 

3無人機影像數據集分析和實驗 

3.1 實驗數據集 

---

本文篇幅較長，分為上下兩篇，下篇詳見基于深度學習的無人機影像小目標識別（續）

前言

無人機是一種利用遙控或地面控制系統進行自動或半自動飛行的無人飛行器[ 1]。隨著 市場需求的日益擴大，無人機已經成為了人們關注的焦點，它將取代人類從事危險、枯燥 和繁重的工作[ 2]。在軍事、農業、交通、商業、水利、能源以及醫療等方面，都有著廣泛 的應用。在農業生產中，經常用于噴灑農藥，監測農情，播種等；在商務活動中，經常用 于快遞運輸，影視拍攝，廣告宣傳等；在交通行業中，經常被用于公安、交警、高速公路 應急管理等方面[ 3]；在水利工程中，經常應用于防洪指揮調度、大壩工程測繪 [4]；在軍事 上，經常應用于情報監控和戰場偵查；在能源領域，它在天然氣管道檢查、地球資源勘探、 管道巡線等方面得到了廣泛的應用[ 5-6]。  近年來，隨著無人機應用領域的不斷拓展，航拍不再因直升機設備、航空管制、天氣 等因素的影響[ 7]，因此無人機航拍技術對人們日常生活的影響日益凸顯。無