首页> 中文学位 >基于深度卷积神经网络的水表读数识别
【6h】

基于深度卷积神经网络的水表读数识别

代理获取

目录

声明

注释表

第1章 引言

1.1 研究背景、目的和意义

1.2 国内外研究现状

1.3 论文主要工作

1.4 论文组织结构

第2章 基于深度卷积神经网络的水表读数识别相关理论

2.1 卷积神经网络

2.2 深度残差网络

2.3 基于候选区域的目标检测算法

2.4 基于回归的目标检测算法

2.4 本章小结

第3章 基于深度卷积神经网络的水表读数识别方法设计

3.1方法总体设计

3.2 读数框内读数模型算法研究

3.3 基于深度网络方法的对比

3.4 基于R-FCN算法的读数区域字符识别流程

3.5 读数约束算法

3.6 本章小结

第4章 实验结果与分析

4.1 数据集和评价标准

4.2 实验设置和实验结果

4.3 本章小结

第5章 水表读数识别方法应用

5.1 可行性分析

5.2 需求分析

5.3 应用系统设计

5.4 应用结果分析

5.5 本章小结

第6章 总结与展望

6.1 研究工作总结与创新

6.2 未来研究展望

参考文献

致谢

攻读硕士学位期间从事的科研工作及取得的成果

展开▼

著录项

  • 作者

    彭垚奔;

  • 作者单位

    重庆邮电大学;

  • 授予单位 重庆邮电大学;
  • 学科 软件工程
  • 授予学位 硕士
  • 导师姓名 陈庄,韦庆杰;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3TP1;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号