基于多尺度特征的光亮零件在线检测与识别方法研究

目录

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目标检测与识别研究现状

1.2.2图像数据增强研究现状

1.3研究工作与章节安排

1.3.1主要研究工作

1.3.2论文章节安排

第二章 金属零件检测与识别系统设计

2.1金属零件识别系统设计方案

2.1.1检测与识别系统任务要求

2.1.2系统整体结构方案设计

2.2相机与镜头相关参数

2.2.1相机选型

2.2.2镜头选型

2.3识别系统工作框架

2.4本章小结

第三章 基于GAN的金属零件图像数据增强

3.1图像数据增强

3.2基于GAN的图像增强

3.2.1 GAN基本原理

3.2.2 DCGAN基本原理

3.2.3 Wasserstein GAN

3.2.4 Adam优化器

3.3图像质量变换

3.3.1图像重采样

3.3.2图像增强与图像复原

3.4改进的DCGAN图像数据增强

3.4.1网络结构设计

3.4.2损失函数设计

3.4.3改进DCGAN方法设计

3.5本章小结

第四章 金属零件在线检测与识别方法

4.1基于模板匹配的检测算法

4.2基于卷积神经网络的目标检测算法

4.2.1二阶段目标检测方法

4.2.2一阶段目标检测方法

4.2.3非极大值抑制原理

4.2.4神经网络优化方法设计

4.3特征金字塔网络

4.4 FPN与目标检测网络

4.5本章小结

第五章 基于数据增强与多尺度特征的金属零件在线检测与识别

5.1基于DCGAN与多尺度特征的在线检测算法流程

5.2基于改进DCGAN的图像数据增强

5.2.1网络结构

5.2.2网络评价指标

5.2.3 MNIST数据集可行性验证

5.2.4金属零件图像增强

5.3金属零件在线检测

5.3.1建立MxS数据集

5.3.2多尺度特征网络训练

5.4实验结果分析

5.4.1准确度评价指标

5.4.2准确率与识别速度分析

5.5本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

发表论文和参加科研情况

致谢