首页> 中文学位 >基于优化YOLOv3神经网络的硅片隐裂检测算法研究
【6h】

基于优化YOLOv3神经网络的硅片隐裂检测算法研究

代理获取

目录

声明

第一章 绪论

1.1研究背景和意义

1.2国内外硅片检测的研究现状

1.3国内外深度学习的研究现状

1.4 论文的主要内容及章节安排

第二章 深度学习与卷积神经网络

2.1深度学习概述

2.2 YOLOv3 的工作原理

2.3 Darknet-53 网络结构

2.4 残差网络

2.5 DenseNet网络结构

2.6 前向传播与反向传播

2.7 本章小结

第三章 YOLOv3的改进算法

3.1 改进算法思想

3.2 改进算法描述

3.3优化算法

3.4 改进算法分析

3.5 本章小结

第四章 基于N-YOLOv3神经网络的硅片隐裂检测

4.1 实验环境和数据

4.2 算法实现环境

4.3 数据集的准备

4.4 实验过程

4.5 算法实现与Fine-tune

4.6 实验结果分析

4.7 本章小结

第五章 总结与展望

5.1 本文总结

5.2 后续工作展望

参考文献

攻读硕士期间发表的论文及所取得的研究成果

致谢

展开▼

著录项

  • 作者

    田晓杰;

  • 作者单位

    中北大学;

  • 授予单位 中北大学;
  • 学科 信息与通信工程
  • 授予学位 硕士
  • 导师姓名 程耀瑜;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

    优化; 神经网络; 硅片; 检测;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号