1 绪论
1.1 研究背景及研究意义
1.2 国内外研究现状
1.3 本文篇章安排及主要内容
2 深度学习基本概念及算法分析
2.1 深度学习理论基础
2.2 卷积神经网络相关概念
2.3 双阶段目标检测算法
2.4 单阶段目标检测算法
2.5 算法对比及缺陷检测需求分析
2.6 本章小结
3 缺陷图像预处理及数据增强
3.1 研究对象及缺陷种类分析
3.2 图像降噪处理
3.3 数据增强
3.4 本章小结
4 基于深度学习的增压器铸造缺陷检测算法及后处理
4.1 算法网络框架
4.2 缺陷检测算法的训练
4.3 实验结果与算法性能分析
4.4 缺陷图像后处理
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学;