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
三峡大学;