面向废弃线路板拆解的高值电子元器件识别与定位方法研究

目录

声明

引言

1 绪论

1.1.1 课题研究背景

1.1.2 课题研究意义

1.2 国内外研究技术及相关问题

1.3.1 研究内容

1.3.2 技术路线

1.4 论文的章节安排

2 目标检测识别相关理论和方法

2.1 图像特征的表达与提取

2.1.1 颜色特征

2.1.2 形状特征

2.1.3 纹理特征

2.2 卷积神经网络介绍与分析

2.2.1 CNN的一般结构

2.2.2 前向传播

2.2.3 反向传播

2.2.4 典型的网络连接结构

2.3 网络模型性能评估方法

2.3.1 IOU指标评估

2.3.2 mAP指标评估

2.3.3 ROC曲线P-R曲线与AUC指标评估

2.3.4 检测速度评估

2.4 本章小结

3 高值电子元器件目标检测算法分析

3.1 标准数据集的制作

3.1.1样本采集

3.1.2样本标注

3.1.3样本增强

3.2 Faster-RCNN网络模型

3.2.1 RPN网络结构分析

3.2.2 Fast R-CNN网络结构分析

3.2.3 Loss计算

3.2.4 Faster R-CNN高值电子元器件目标检测试验分析

3.3 SSD网络模型

3.3.1 SSD网络结构分析

3.3.2默认框的选取和目标边界框的预测

3.3.3 Loss计算

3.3.4 SSD高值电子元器件目标检测试验分析

3.4 YOLOv3网络模型

3.4.1 YOLOv3网络结构分析

3.4.2锚点框选取和目标边界框预测

3.4.3 Loss计算

3.4.4 YOLOv3高值电子元器件目标检测试验分析

3.5 试验与分析

3.6 模型结构差异对比分析

3.7 本章小结

4 基于YOLOv3的网络模型优化与目标检测

4.1 基于YOLOv3的四尺度优化算法

4.1.1优化模型结构分析

4.1.2网络模型优化训练

4.2 基于YOLOv3的四尺度密集型拼接优化算法

4.2.1优化模型结构分析

4.2.2优化模型试验分析

4.3 试验与分析

4.4 本章小结

5 高值电子元器件识别定位与系统设计

5.1.1相机成像原理

5.1.2测量系统标定

5.1.3高值电子元器件目标定位试验分析

5.2系统设计与开发

5.2.1系统方案设计

5.2.2图像采集系统

5.2.3软件开发

5.3 本章小结

6 总结与展望

6.1 论文的工作总结

6.2 论文创新点

6.3 工作展望

参考文献

后记

一、发表的学术论文

二、已申报发明专利

三、计算机软件著作权

四、已授权实用新型专利

五、参与科研项目研究情况