基于深度学习的水果采摘通用检测模型研究

目录

声明

第一章 绪论

1.1 研究背景

1.2 国内外研究现状

1.3 本文研究内容

1.4 章节安排

第二章 深度学习理论

2.1 深度卷积神经网络的组成

2.2 深度学习常见网络

2.3 本章小结

第三章 基于YOLOv3的自然环境下水果采摘通用检测模型

3.1 YOLOv3目标检测算法

3.2 YOLOv3网络的改进

3.3 实验研究

3.4 本章小结

第四章 基于双目视觉的目标果实三维空间定位技术

4.1 双目立体视觉基本原理

4.2 双目相机的畸变系数

4.3 双目摄像机的标定

4.4 双目立体匹配

4.5 目标水果中心点的三维定位

4.6 定位实验

4.7 本章小结

第五章 基于Mask R-CNN的多种类水果病斑检测方法

5.1 Mask R-CNN算法原理

5.2 Mask R-CNN多尺度特征融合的改进

5.3 实验研究

5.4 本章小结

第六章 果实检测软件模块设计

6.1 软件开发环境

6.2 软件模块功能介绍

6.3 本章小结

第七章 总结与展望

7.1 本文取得的主要研究成果

7.2 研究展望

参考文献

在学期间取得的科研成果和科研情况说明

致谢