| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 工件缺陷检测研究背景与意义 | 第10-12页 |
| 1.2 工件缺陷检测的难点与研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14页 |
| 1.4 论文组织结构安排 | 第14-16页 |
| 第二章 卷积神经网络研究综述 | 第16-32页 |
| 2.1 引言 | 第16-18页 |
| 2.2 多层感知器（MLP） | 第18-21页 |
| 2.3 误差反向传播算法（BP） | 第21-23页 |
| 2.4 卷积神经网络（ALEXNET） | 第23-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于卷积神经网络的目标检测研究 | 第32-47页 |
| 3.1 引言 | 第32-34页 |
| 3.2 R-CNN网络结构模型 | 第34-38页 |
| 3.3 FAST R-CNN网络结构模型 | 第38-42页 |
| 3.3.1 空间金字塔池化层 | 第39页 |
| 3.3.2 Fast R-CNN网络结构模型 | 第39-42页 |
| 3.4 FASTER R-CNN网络结构模型 | 第42-46页 |
| 3.4.1 候选区域网络（RPNs） | 第42-44页 |
| 3.4.2 Faster R-CNN网络结构模型 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于FASTER R-CNN的工件缺陷检测研究 | 第47-59页 |
| 4.1 引言 | 第47-48页 |
| 4.2 实验仿真环境及模型参数 | 第48-49页 |
| 4.3 工件缺陷检测算法流程及实验结果分析 | 第49-56页 |
| 4.3.1 工件缺陷样本数据集 | 第49页 |
| 4.3.2 工件缺陷检测算法流程 | 第49-51页 |
| 4.3.3 RPN网络与Selective Search算法效果比较 | 第51-52页 |
| 4.3.4 锚框的选取对于检测结果的影响 | 第52-55页 |
| 4.3.5 实验结果对比分析 | 第55-56页 |
| 4.4 本章小结 | 第56-59页 |
| 第五章 上位机控制终端软件实现 | 第59-63页 |
| 5.1 引言 | 第59页 |
| 5.2 上位机控制终端软件实现 | 第59-62页 |
| 5.2.1 软件整体实现 | 第59-61页 |
| 5.2.2 网络通信模块设计 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |