声明
摘要
第1章绪论
1.1研究背景和意义
1.2国内外研究现状
1.2.1图像处理技术在锈蚀区域检测中的研究现状
1.2.2深度学习算法在电力系统故障检测中的研究现状
1.3主要研究工作与创新点
1.3.1主要研究工作
1.3.2主要创新点
1.4论文基本框架
第2章理论基础与基本原理
2.1.1神经网络
2.1.2卷积神经网络
2.1.3图像识别领域的经典分类CNN模型
2.2目标检测算法
2.2.1目标检测算法概述
2.2.2一阶段目标检测算法
2.3本章小结
第3章基于多尺度特征融合的锈蚀图像分类算法
3.1基于多尺度特征的特征提取主干网络
3.2基于PCA的特征融合方法
3.3基于SVM的分类方法
3.4实验与验证
3.5本章小结
第4章基于轻量级神经网络的锈蚀目标检测算法
4.1深度可分离卷积
4.2上采样策略
4.3基于MobileNet-v3的锈蚀目标检测算法
4.4实验与验证
4.5本章小结
第5章基于双注意力模型的锈蚀区域检测算法
5.1注意力模型
5.1.1注意力机制概述
5.1.2通道注意力模型
5.1.3空间注意力模型
5.2基于级联双注意力模型的锈蚀区域检测算法
5.3实验与验证
5.4本章小结
第6章总结与展望
6.2研究工作展望
参考文献
攻读硕士学位期间参与的科研项目及取得的成果
致谢
浙江理工大学;