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
1.3本文主要研究内容
第2章 缺陷检测算法
2.1卷积神经网络的基本结构
2.1.1卷积层
2.1.2下采样层
2.1.3激活层
2.1.4损失函数
2.2卷积神经网络学习
2.3待检测数据集
2.4基于图像局部信息的缺陷分类及定位
2.4.1数据准备
2.4.2模型设计
2.4.3感知层
2.4.4投票机制定位
2.4.5结果分析
2.5本章小结
第3章 算法加速及多网络检测
3.1训练速度优化
3.2检测速度优化
3.3多网络检测
3.4本章小结
第4章 实验结果及分析
4.1纹理图像的检测
4.1.1线型缺陷
4.1.2点型缺陷
4.1.3结果分析
4.2针对结构性图像的检测结果分析
4.2.1垫圈图像
4.2.2螺丝图像
4.2.3结果分析
4.3本章小结
结论
参考文献
声明
致谢