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--文字信息处理论文

基于深度学习的印刷体文档中数学公式的检测

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第9-15页
    1.1 研究背景与意义第9页
    1.2 国内外研究现状第9-12页
        1.2.1 研究现状第9-11页
        1.2.2 现状总结第11-12页
    1.3 本文的主要内容和结构安排第12-15页
        1.3.1 本文主要内容第12-13页
        1.3.2 本文结构安排第13-15页
第2章 数学公式识别系统概述第15-23页
    2.1 结构分析模块第15-17页
    2.2 符号切割模块第17-19页
    2.3 符号识别模块第19-20页
    2.4 Latex格式输出第20-21页
    2.5 本章总结第21-23页
第3章 公式检测数据集的制作第23-37页
    3.1 手动标注制作数据集第23-27页
        3.1.1 标注规则第23-25页
        3.1.2 标注过程第25-27页
    3.2 自动生成文本图片及标注信息第27-32页
    3.3 数据集的处理第32-35页
        3.3.1 数据增强第32-33页
        3.3.2 图像的倾斜矫正第33-35页
    3.4 本章总结第35-37页
第4章 基于深度学习的数学公式的提取第37-59页
    4.1 深度学习基础知识第37-42页
        4.1.1 深度学习简介第37页
        4.1.2 卷积神经网络常见层第37-42页
    4.2 常见目标检测网络第42-47页
        4.2.1 目标检测衡量指标第42-44页
        4.2.2 YOLO第44页
        4.2.3 SSD第44-45页
        4.2.4 FasterR-CNN第45-46页
        4.2.5 各网络对比第46-47页
    4.3 用目标检测方式进行公式定位的基础第47-48页
    4.4 本文网络结构详解第48-58页
        4.4.1 FasterR-CNN网络第48-55页
        4.4.2 网络结构的改进第55-57页
        4.4.3 文本图片处理过程的可视化第57-58页
    4.5 本章总结第58-59页
第5章 实验过程与结果分析第59-69页
    5.1 实验环境第59页
    5.2 数据集的组织第59-60页
    5.3 训练与测试过程第60-62页
    5.4 实验中遇到的问题和解决方法第62-63页
    5.5 实验结果分析第63-68页
        5.5.1 实验结果展示第63-66页
        5.5.2 实验结果分析第66-68页
    5.6 本章总结第68-69页
第6章 总结与展望第69-71页
    6.1 工作总结第69页
    6.2 工作展望第69-71页
参考文献第71-73页
攻读学位期间取得的研究成果第73-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:手机银行管理系统的设计与实现
下一篇:鱼眼星图定位中的气象因素改正研究