| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 工业视觉检测的国内外研究现状 | 第12-13页 |
| 1.2.2 卷积神经网络在视觉检测中的研究现状 | 第13-14页 |
| 1.3 研究内容及论文章节结构 | 第14-16页 |
| 第二章 面向工业生产线零部件检测的系统硬件设计 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 视觉检测系统的框架和工作原理 | 第16-17页 |
| 2.3 视觉检测系统硬件选型及工作方式 | 第17-21页 |
| 2.3.1 照明方式的选择 | 第17-18页 |
| 2.3.2 图像采集系统硬件选型 | 第18-21页 |
| 2.4 实验硬件平台 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于卷积神经网络的工业零部件检测方法 | 第24-39页 |
| 3.1 引言 | 第24页 |
| 3.2 基于卷积神经网络的检测框架概述 | 第24-29页 |
| 3.2.1 卷积神经网络 | 第25-26页 |
| 3.2.2 反向传播 | 第26-28页 |
| 3.2.3 检测框架 | 第28-29页 |
| 3.3 工业零部件检测方法的整体思路设计 | 第29-33页 |
| 3.3.1 样本图像预处理 | 第30-32页 |
| 3.3.2 训练网络结构的改进设计 | 第32-33页 |
| 3.4 实验结果分析及软件平台 | 第33-37页 |
| 3.4.1 实验软件平台 | 第33-34页 |
| 3.4.2 实验结果与分析 | 第34-37页 |
| 3.5 系统界面的设计与实现 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于MobileNets网络的工业零部件检测方法 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 训练网络结构的整体框架设计 | 第39-43页 |
| 4.2.1 基础特征提取网络 | 第41-42页 |
| 4.2.2 焦点损失函数 | 第42-43页 |
| 4.3 实验结果与分析 | 第43-49页 |
| 4.3.1 实验方案1 | 第44-45页 |
| 4.3.2 实验方案2 | 第45-48页 |
| 4.3.3 实验结果 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 存在问题及进一步展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读学位期间发表的论文与取得的成果 | 第57-59页 |
| 致谢 | 第59页 |