目錄 前言 第1章 緒論 1 1.1 研究背景與意義 1 1.2 研究現狀與存在的問題 5 1.2.1 研究現狀 5 1.2.2 存在的問題 10 1.3 本書的主要研究內容 11 第2章 相關工作與技術 14 2.1 全監督目標檢測 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 弱監督目標檢測 18 2.2.1 傳統方法 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 無監督特征預學習 24 2.3.2 不變性特征 25 2.3.3 弱監督目標建模 26 2.4 弱監督語義分割與實例分割 27 2.5 本章小結 28 第3章 *小熵隱變量模型 29 3.1 問題簡介 29 3.2 *小熵隱變量模型 31 3.2.1 候選框團劃分 33 3.2.2 全局*小熵隱模型 34 3.2.3 局部*小熵隱模型 36 3.3 網絡結構與實現 37 3.4 模型優化 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 網絡結構與實現 70 4.5 實驗結果與分析 71 4.5.1 實驗設定 71 4.5.2 連續優化方法評測 72 4.5.3 語義穩定極值區域 75 4.5.4 實驗性能與對比 76 4.6 本章小結 79 第5章 弱監督X射線圖像違禁品檢測 80 5.1 問題簡介 80 5.2 弱監督X射線違禁品定位網絡 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 數據集簡介 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