第一个书签之前
摘 要
Abstract
目 录
第 1 章 绪 论
1.1 课题背景及研究的目的和意义
1.2 国内外研究现状
1.2.1 基于人工定制规则的方式
1.2.2 基于模式分类的方式
1.2.3 基于浅层学习的方式
1.2.4 基于深度学习的方式
1.3 本文主要研究内容
第 2 章 基于全卷积神经网络的缺陷检测
2.1 全卷积神经网络
2.1.1 全卷积网络的结构特点
2.1.2 全卷积神经网络转换
2.1.3 优化过程及优点
2.2 缺陷检测算法流程
2.3 缺陷区域粗分割
2.3.1 数据增强与预处理
2.3.2 缺陷粗分割网络结构设计
2.3.3 缺陷粗分割网络的训练以及预测
2.4 分割结果矫正
2.4.1 检测网络结构设计
2.4.2 检测网络的训练过程
2.5 分割结果调优
2.6 本章小结
第 3 章 表面缺陷检测算法优化
3.1 卷积计算优化
3.2 池化层优化
3.3 反卷积计算优化
3.4 本章小结
第 4 章 实验结果与分析
4.1 评估准则
4.2 算法实验结果及分析
4.2.1 和同类算法的性能对比实验
4.2.2 算法改良对比实验
4.2.3 导向滤波调优实验
4.2.4 网络结构设计实验
4.2.5 算法鲁棒性实验
4.2.6 和传统方法对比实验
4.3 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢
哈尔滨工业大学;
