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
天津理工大学;