首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度卷积网络的公路隧道裂缝图像分类识别

摘要第3-4页
ABSTRACT第4页
第1章 绪论第7-16页
    1.1 研究背景与意义第7-8页
    1.2 国内外相关研究现状第8-15页
        1.2.1 基于传统的图像处理第8-14页
        1.2.2 基于深度学习第14-15页
    1.3 本章小结第15-16页
第2章 深度学习理论第16-25页
    2.1 深度学习基本概念第16-17页
    2.2 人工神经网络第17-19页
    2.3 深度卷积网络第19-22页
    2.4 深度学习主流框架第22-24页
    2.5 本章小结第24-25页
第3章 公路隧道裂缝图像传统识别算法第25-30页
    3.1 算法整体流程第25-26页
    3.2 裂缝图像去噪第26-27页
    3.3 裂缝图像识别第27-28页
    3.4 其他方法第28-29页
    3.5 本章小结第29-30页
第4章 公路隧道裂缝图像数据集的建立第30-35页
    4.1 隧道图像数据要求第30-31页
    4.2 隧道图像标注程序第31-32页
    4.3 隧道图像增强第32-33页
    4.4 隧道图像数据集划分第33-34页
    4.5 本章小结第34-35页
第5章 基于深度卷积网络的公路隧道裂缝图像分类识别第35-42页
    5.1 网络模型第35-38页
    5.2 网络训练第38-39页
    5.3 实验比对第39-41页
    5.4 本章小结第41-42页
第6章 结论与展望第42-44页
    6.1 结论第42-43页
    6.2 展望第43-44页
致谢第44-45页
参考文献第45-47页

论文共47页,点击 下载论文
上一篇:六自由度喷涂机器人离线轨迹规划与仿真
下一篇:基于深度学习模型的文本情感分类方法研究