目录

前言

研究现状 

深度学习研究现状 

目标检测研究现状  

目标检测存在的问题 

2 基于深度学习的目标检测算法理论基础 

2.1 卷积神经网络

2.1.1 卷积层 

2.1.2 池化层 

2.1.3 激活函数 

2.1.4 全连接层 

 2.2 优化器 

2.3 基于深度学习的目标检测算法  

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 目标检测模型的性能分析 

3无人机影像数据集分析和实验 

3.1 实验数据集 

---

本文篇幅较长，分为上下两篇，下篇详见基于深度学习的无人机影像小目标识别（续）

前言

无人机是一种利用遥控或地面控制系统进行自动或半自动飞行的无人飞行器[ 1]。随着 市场需求的日益扩大，无人机已经成为了人们关注的焦点，它将取代人类从事危险、枯燥 和繁重的工作[ 2]。在军事、农业、交通、商业、水利、能源以及医疗等方面，都有着广泛 的应用。在农业生产中，经常用于喷洒农药，监测农情，播种等；在商务活动中，经常用 于快递运输，影视拍摄，广告宣传等；在交通行业中，经常被用于公安、交警、高速公路 应急管理等方面[ 3]；在水利工程中，经常应用于防洪指挥调度、大坝工程测绘 [4]；在军事 上，经常应用于情报监控和战场侦查；在能源领域，它在天然气管道检查、地球资源勘探、 管道巡线等方面得到了广泛的应用[ 5-6]。  近年来，随着无人机应用领域的不断拓展，航拍不再因直升机设备、航空管制、天气 等因素的影响[ 7]，因此无人机航拍技术对人们日常生活的影响日益凸显。无