声明
第一章 绪论
1.1研究背景及意义
1.2国内外研究现状
1.2.1机器视觉识别与定位技术研究现状
1.2.2基于深度学习的识别与定位技术研究现状
1.3课题存在的难点和挑战
(1)研究内容
(2)存在难点和挑战
1.4论文组织结构安排
第二章 视觉实验台构建与数据集准备
2.1视觉实验台总体要求
2.2 主要部件选型与搭建
2.2.1光照系统选型
2.2.2成像相机选型
2.2.3实验台选型与搭建
2.3图像采集与预处理
2.3.1油炸鸡腿鸡翅图像采集要求
2.3.2图像标注
2.3.3数据集制作
2.3.4数据清洗
2.3.5数据扩增
2.4本章小结
第三章 基于深度学习的识别定位算法研究
3.1深度学习概述
3.2相关基础理论
3.2.1卷积层
3.2.2激活函数和下采样层
3.2.3全连接层和Softmax层
3.2.4误差反向传播算法
3.3基于SSD的油炸鸡腿鸡翅识别定位算法研究
3.3.1 SSD油炸鸡腿鸡翅识别定位框架
3.3.2 SSD模型结构
3.3.3损失函数
3.4基于Faster R-CNN的油炸鸡腿鸡翅识别定位算法研究
3.4.1 Faster R-CNN油炸鸡腿鸡翅识别定位框架
3.4.2 RPN模型结构
3.4.3损失函数
3.5算法对比实验
3.5.1实验配置
3.5.2评估指标
3.5.3实验结果对比分析
第四章 基于改进SSD网络的识别定位算法研究
4.1主干特征网络改进
4.1.1 VGG网络架构
4.1.2引入深度可分离卷积
4.2基于聚类算法的Anchor设计
4.2.1 Anchor的设计缺陷
4.2.2基于K-means的锚框聚类
4.3多级特征融合的网络改进
4.3.1多尺度策略
4.3.2引入多级特征融合
4.4实验结果对比分析
4.4.1实验配置
4.4.2训练过程
4.4.3结果对比分析
4.4.4实验结果展示
4.5本章小结
第五章 识别定位系统的设计与实现
5.1系统总体需求分析
5.2系统设计
5.3系统结果展示
5.4本章小结
第六章 总结与展望
6.1全文总结
6.2工作展望
参考文献
致谢
攻读硕士学位期间承担的科研情况及主要成果
江苏大学;