第一章 绪论
1.1研究背景与意义
1.2 国内外相关技术研究现状
1.2.1目标检测技术研究现状
1.2.2 焊点检测技术研究现状
1.3 本文主要工作及结构安排
第二章 卷积神经网络
2.1 人工神经网络
2.1.1 感知机
2.1.2 激活函数
2.1.3 人工神经网络结构
2.2 卷积神经网络结构
2.2.1 卷积层
2.2.2 池化层
2.2.3 全连接层
2.3典型的卷积神经网络
2.4耳机焊点数据集
2.5 本章小结
第三章 基于感受野放大的Faster RCNN
3.1 传统目标检测方法
3.2Faster RCNN算法
3.2.1 演变过程
3.2.2 网络结构
3.2.3 损失函数
3.3Faster RCNN的改进
3.3.1 基于感受野放大的池化改进
3.3.2 引入A-SoftMax损失函数
3.4 实验过程
3.5本章小结
第四章 基于加权投票的R-FCN
4.1 R-FCN算法
4.1.1 网络结构
4.1.2 位置敏感得分图
4.1.3 损失函数
4.2 基于加权投票的池化方法
4.3 实验过程
4.4 本章小结
第五章 实验结果与分析
5.1 训练和测试的硬件平台
5.2 系统测试软件平台和界面
5.3 实验结果及分析
5.3.1改进的Faster RCNN结果分析
5.3.2 改进的R-FCN结果分析
5.4 本章小节
总结与展望
参考文献
攻读学位期间发表的论文
声明
致谢
广东工业大学;