声明
1 绪 论
1.1 研究背景
1.2 研究目的与意义
1.3 国内外研究现状
1.4 论文主要工作及结构安排
2 基于深度学习的安瓿瓶外观缺陷检测相关技术
2.1 卷积神经网络
2.2 生成式对抗网络
2.3 对抗式自编码器
2.4 本章小结
3 结合对抗学习与LBP编码的安瓿瓶外观缺陷检测
3.1 引言
3.2 基于生成式对抗网络的外观缺陷检测模型网络架构
3.3 基于LBP编码的样本集构建
3.4 基于最小错误率的最优阈值估计与缺陷判别
3.5 基于T-SNE的编码向量低维可视化
3.6 结合LBP编码的安瓿瓶外观缺陷检测实验与分析
3.7 本章小结
4 基于对抗学习的安瓿瓶外观缺陷检测系统实现
4.1 引言
4.2 基于对抗学习的安瓿瓶外观缺陷检测实验平台
4.3 基于对抗学习的安瓿瓶外观缺陷检测系统
4.4 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
河北师范大学;
