一种多任务特征选择金字塔及其在电力设备检测的应用
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 目标检测研究进展 | 第15-17页 |
| 1.3 电力设备数字图像目标检测研究现状 | 第17-18页 |
| 1.4 论文内容组织安排 | 第18-20页 |
| 2 基于约束多任务神经网络的电力设备检测算法 | 第20-35页 |
| 2.1 引言 | 第20页 |
| 2.2 传统多任务训练 | 第20-23页 |
| 2.3 基于动态任务损失权重的多任务训练 | 第23-24页 |
| 2.3.1 辅助任务约束条件 | 第23页 |
| 2.3.2 动态任务损失权重 | 第23-24页 |
| 2.4 实验结果对比 | 第24-34页 |
| 2.4.1 相关任务对于多任务的有效性实验 | 第27-30页 |
| 2.4.2 辅助任务约束条件有效性实验 | 第30-32页 |
| 2.4.3 动态任务损失权重有效性实验 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 特征选择金字塔网络 | 第35-50页 |
| 3.1 引言 | 第35-36页 |
| 3.2 多尺度物体检测 | 第36-40页 |
| 3.2.1 图像金字塔 | 第36-37页 |
| 3.2.2 SSD结构 | 第37-38页 |
| 3.2.3 U-net结构 | 第38-39页 |
| 3.2.4 FPN结构 | 第39-40页 |
| 3.3 基于特征选择金字塔的神经网络 | 第40-42页 |
| 3.3.1 基于特征选择金字塔的网络结构设计 | 第40-41页 |
| 3.3.2 特征选择模块 | 第41-42页 |
| 3.4 实验分析 | 第42-49页 |
| 3.4.1 数据集 | 第42-43页 |
| 3.4.2 数据预处理 | 第43-44页 |
| 3.4.3 实验模型搭建 | 第44-45页 |
| 3.4.4 评价指标 | 第45-47页 |
| 3.4.5 实验与分析 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 基于多任务特征选择金字塔的电力设备检测算法 | 第50-63页 |
| 4.1 引言 | 第50页 |
| 4.2 常规卷积 | 第50-51页 |
| 4.3 可变形卷积 | 第51-53页 |
| 4.4 实验分析 | 第53-62页 |
| 4.4.1 数据集 | 第53-55页 |
| 4.4.2 模型搭建 | 第55-58页 |
| 4.4.2.1 刀闸开关检测模型 | 第56-57页 |
| 4.4.2.2 绝缘子检测模型 | 第57页 |
| 4.4.2.3 输电线检测模型 | 第57-58页 |
| 4.4.3 模型训练 | 第58-61页 |
| 4.4.4 结果分析 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-74页 |
| 作者简介 | 第74-75页 |
| 攻读学位期间发表的论文成果 | 第75页 |
