热镀锌板表面缺陷在线检测系统
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 热镀锌板表面缺陷检测技术的研究现状 | 第14-16页 |
| 1.3 深度学习目标检测算法的发展过程 | 第16-17页 |
| 1.3.1 基于区域候选的目标检测算法 | 第16-17页 |
| 1.3.2 基于回归方法的目标检测算法 | 第17页 |
| 1.4 本文的研究目的和意义 | 第17-18页 |
| 1.5 本文结构和安排 | 第18-20页 |
| 2 热镀锌板表面缺陷在线检测系统的总体设计 | 第20-25页 |
| 2.1 热镀锌板表面缺陷检测原理 | 第20-21页 |
| 2.2 热镀锌板表面缺陷主要类型 | 第21-22页 |
| 2.3 系统目标与技术要求 | 第22-23页 |
| 2.4 系统总体设计 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 热镀锌板表面缺陷在线检测系统的硬件设计 | 第25-37页 |
| 3.1 工业相机及镜头选型 | 第25-30页 |
| 3.1.1 相机的分类 | 第25-26页 |
| 3.1.2 图像传感器 | 第26-27页 |
| 3.1.3 相机选型 | 第27-29页 |
| 3.1.4 镜头选型 | 第29-30页 |
| 3.2 照明系统选型 | 第30-34页 |
| 3.2.1 光源的分类 | 第30-31页 |
| 3.2.2 光源选型 | 第31-33页 |
| 3.2.3 照明方式 | 第33-34页 |
| 3.3 其他硬件选型 | 第34-36页 |
| 3.3.1 工控机选型 | 第34页 |
| 3.3.2 GPU选型 | 第34-35页 |
| 3.3.3 金属架子设计 | 第35-36页 |
| 3.3.4 PLC选型 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 热镀锌板表面缺陷在线检测系统的软件设计 | 第37-50页 |
| 4.1 SSD算法 | 第37-40页 |
| 4.1.1 SSD简介 | 第37-39页 |
| 4.1.2 SSD在缺陷检测应用中的不足 | 第39-40页 |
| 4.2 Inception网络 | 第40-42页 |
| 4.2.1 Inception v1 | 第40-41页 |
| 4.2.2 Inception v2 | 第41页 |
| 4.2.3 Inception v3 | 第41-42页 |
| 4.3 SSD算法改进 | 第42-43页 |
| 4.4 软件实现 | 第43-49页 |
| 4.4.1 图像获取与预处理 | 第44-45页 |
| 4.4.2 数据库数据存储 | 第45-46页 |
| 4.4.3 上位机软件 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 实验验证与分析 | 第50-57页 |
| 5.1 实验过程 | 第50-54页 |
| 5.1.1 现场安装设备 | 第50-51页 |
| 5.1.2 制作数据集 | 第51-53页 |
| 5.1.3 训练模型 | 第53-54页 |
| 5.2 实验结果 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 作者攻读研究生期间发表的论文 | 第59-60页 |
| 参考文献 | 第60-64页 |
