基于深度学习的变电站仪表的检测与识别算法研究

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

1.3论文结构安排

1.4本章小结

第二章 目标检测与文本检测算法介绍与分析

2.1 卷积神经网络原理

2.2 基于深度学习的目标检测

2.3 本文涉及的深度学习的评价标准

2.4 本章小结

第三章 基于改进的Tiny-YOLOv4的变电站仪表检测算法

3.1 Tiny-YOLOv4网络模型

3.2 先验框预测与优化

3.3 函数设计

3.4特征提取网络结构的改进

3.5增加多尺度预测

3.6改进后的Tiny-YOLOv4算法框架

3.7 本章小结

第四章 基于改进的Tiny-EAST的变电站仪表文本检测算法

4.1 EAST算法原理

4.2 针对特征提取网络结构进行改进

4.3 损失函数设计

4.4 局部感知NMS算法

4.5改进后的Tiny-EAST的字符识别算法框架

4.7本章小结

第五章 仪表读数与实验验证

5.1实验环境介绍

5.2 数据集构建

5.3 指针仪表和数字仪表同时识别算法实现

5.4改进的Tiny-YOLOv4相关实验对比与分析

5.5 Tiny-EAST与EAST的实验对比与分析

5.6本章小结

第六章 总结与展望

6.1 本文工作总结

6.2 后续工作展望

参考文献

在学期间取得的科研成果和科研情况说明

致谢